蛋白质组学分析golevel2-蛋白质组学数据

文章信息一览：

• 1、2019-11-12听课笔记之蛋白质谱的原理及使用(二)
• 2、go分析是分析的差异蛋白还是全蛋白
• 3、利用质谱技术进行临床癌症蛋白质组学研究
• 4、怎样对一组蛋白或基因做GO分析
• 5、蛋白质组学数据分析基础(一)

2019-11-12听课笔记之蛋白质谱的原理及使用(二)

比如说我们有左上角这样一个肽段，理论上可以得到灰色标记出的各种b-y离子，通过分析质谱图，可以从中找到对应的碎片离子（右边表格里红色标记的都是可以从质谱图中找到的碎片离子），通过将这些信息拼装起来，我们就可以知道多肽的序列是什么。

质谱解析：将带上电荷的肽段送入质谱，肽段会在磁场中发生偏转（质谱仪的基本原理），在质谱里收集信号，得到谱图。 搜库：用搜索软件对质谱图进行自动化的分析，得到肽段及蛋白序列信息。 shotgun一般流程 Tips： 质谱种类很多，比如四级杆质谱、飞行时间质谱、四级杆离子阱、傅里叶变换质谱等。

根据一级质谱可以测得多肽整体的分子量，多肽碎裂时会产生一系列在肽链不同位置断裂而形成的碎片离子，可以得到多肽的二级谱图，根据二级质谱相近谱峰之间的质量数之差可以推算出对应的氨基酸序列。由两个氨基酸分子脱水缩合而成的化合物叫做二肽，同理类推还有三肽、四肽、五肽等。

go分析是分析的差异蛋白还是全蛋白

1、当研究特定的生物过程、疾病或治疗方法时，经常需要分析在不同条件下表达的差异蛋白。

2、GO数据库在建立注释基因和蛋白质知识的标准词汇体系，使各数据库中基因产物功能描述相一致，随着研究的深入，基因本体语义词汇也在不断更新。Gene Ontology的分析，就是把你的基因的功能归类注释。

3、go富集分析是什么意思如下：富集分析（Enrichment Analysis） 是一种广泛应用于 生物信息学Q 研究的统计方法，主要用于检验一个基因***中某些功能或特征的富集程度。富集分析的主要目的是从大量基因数据中找出有生物学意义的模式和功能。

4、GO、KEGG富集分析是我们做生信分析较为常用的部分，它可以将基因与功能相联系起来。GO指的是Gene Ontology，是基因功能国际标准分类体系。目的在于建立一个适用于各种物种的，对基因和蛋白质功能进行限定和描述的，并能随着研究不断深入而更新的语言词汇标准。

5、Pathway 分析对实验结果有提示的作用，通过差异基因的Pathway 分析，可以找到富集差异基因的Pathway 条目，寻找不同样品的差异基因可能和哪些细胞通路的改变有关。

6、它们都是用来研究基因功能的。基本概念：GO分析是通过对基因的序列信息进行分析来确定基因的功能的。KEGG分析是通过对基因的表达信息进行分析来确定基因的功能的。GO分析和KEGG分析的主要区别在于它们所依据的数据不同。GO分析是基于序列信息的，而KEGG分析是基于表达信息的。

利用质谱技术进行临床癌症蛋白质组学研究

1、利用软电离技术（ESI或MALDI）对肽段进行离子化，雾化的多肽可以通过离子迁移率进一步分离，从而降低一级质谱（MS1）的复杂性和二级质谱（MS2）的污染，并最终实现更大的蛋白质组覆盖率。这样的技术包括离子淌度（TIMS）和高强场离子迁移谱和（FAIMS）。

2、目前蛋白质组学研究在表达蛋白质组学方面研究的最为广泛，其分析通常有三个步骤：第一步、运用2-DE技术分离样品中的蛋白质；第二步、应用质谱技术或N末端测序鉴定2-DE分离的蛋白质；第三步、应用生物信息学技术存储、处理、比较获得的数据。

3、液体活检样本中的蛋白质组具有巨大复杂性，如蛋白质丰度和翻译后修饰持续且快速的变化，同时蛋白质组技术与高度复杂的测序技术相比仍存在一定局限性，导致蛋白质组学的探究仍然落后于基因组技术，且目前临床转化效率极低，仅通过40多个基于液体活检的蛋白组生物标志物。

4、高通量蛋白质定量技术的并行发展已使基于乳腺肿瘤的蛋白质分子表征迅速发展，2019年4月发表在《Nature Communications》的一项研究中，通过对来自5种乳腺癌亚型的共45个肿瘤样本进行基因组、转录组和蛋白质组检测，在PAM50分型的基础上展开研究并对乳腺癌分子分型进行了概述。

怎样对一组蛋白或基因做GO分析

1、对于未知基因名的序列，可以用序列直接检索GO数据库。点击AmiGO首页上方的“BLAST”，进入检索界面。在检索框输入氨基酸或核酸序列或上传序列文件，检索工具能自动识别并相应地选择BLASTP或BLASTX来与数据库中的序列进行比对。

2、导航GO世界 GO，基因功能分类的黄金标准，它将基因功能划分为分子功能、细胞组分和生物过程三大领域。富集分析的核心是理解前景基因（如差异表达基因）***定GO term在特定领域中的占比是否显著高于背景基因（所有基因）。

3、准备输入数据 待分析的数据就是一串基因名称了，可以是ensembl id、entrze id或者symbol id等类型都可以。把基因名称以一列的形式排开，放在一个文本文件中（例如命名“gene.txt”）。Excel中查看，就是如下示例这种样式。

4、所以我们需要对p值进行校正。通常是使用Benjamini-Hochberg校正方法来控制预期的错误发现率（false discoveries rate-FDR）进行校正。（ 如何通俗地解释错误发现率（FDR） ）。尽管多重检验的校正可以减少假阳性，但并不能从根本上解决GO（或KEGG）富集的问题。

5、GO、KEGG富集分析是我们做生信分析较为常用的部分，它可以将基因与功能相联系起来。GO指的是Gene Ontology，是基因功能国际标准分类体系。目的在于建立一个适用于各种物种的，对基因和蛋白质功能进行限定和描述的，并能随着研究不断深入而更新的语言词汇标准。

蛋白质组学数据分析基础(一)

1、这样，我们最终可以得到一个准确可靠的蛋白质组学鉴定或定量结果用于后续的分析了。

2、利用如STRING、BioGRID等数据库，构建蛋白质之间的相互作用网络。（2）识别关键蛋白或亚网络，它们可能在疾病或特定生物过程中起到中心作用。验证：使用西方印迹、免疫荧光等技术，对筛选出的关键差异蛋白进行实验验证。

3、目前蛋白质组学研究在表达蛋白质组学方面研究的最为广泛，其分析通常有三个步骤：第一步、运用2-DE技术分离样品中的蛋白质；第二步、应用质谱技术或N末端测序鉴定2-DE分离的蛋白质；第三步、应用生物信息学技术存储、处理、比较获得的数据。

4、因此覆盖率低、随机性高、重复性相对低；DIA扫描则在每个扫描周期内，将质量区间设置为多个区段window，每次***集window内所有母离子信息及其碎片（扫描速度足够快），因此具有高覆盖度、高重复性的特点。

关于蛋白质组学分析golevel2和蛋白质组学数据的介绍到此就结束了，感谢你花时间阅读本站内容，更多关于蛋白质组学数据、蛋白质组学分析golevel2的信息别忘了在本站搜索。