軍事醫學科學院：差異表達蛋白統計研究方法比較

　　隨著質譜技術的快速發展， 蛋白質組學已成為繼基因組學、轉錄組學之后的又一研究熱點， 尋找可靠的差異表達蛋白對于生物標記物的發現至關重要. 因此， 如何準確、靈敏地篩選出差異蛋白已成為基于質譜的定量蛋白質組學的主要研究內容之一. 目前， 針對該問題的研究方法眾多， 但這些方法策略的適用范圍不盡相同. 近期來自軍事醫學科學院，大連海事大學的研究人員發表了評述，介紹了幾種基于質譜技術篩選差異蛋白的統計學策略，并比較它們各自的優缺點。

　　 蛋白質組學是后基因組時代興起的一個重要的研究方向， 意在從整體水平上對組織或細胞內表達的全部蛋白進行定性和定量分析. 蛋白定性分析起步較早， 隨著質譜技術的不斷發展， 已日漸成熟， 單一樣本可以實現8000 以上蛋白的鑒定規模. 長久以來， 臨床生物標記物的發現是蛋白質組學研究的熱點， 對探索疾病機理和藥物制備具有特別重要的意義， 而蛋白定量分析對這一研究的開展具有促進作用. 在定量研究方面， 圍繞質譜數據進行差異蛋白篩選， 進一步實現生物標志物的發現與生物學特性的分析， 已成為定量蛋白質組學研究的一個重要方向.

　　 基于質譜技術進行蛋白鑒定、定量及差異蛋白篩選的基本流程可以分為實驗和數據分析2 部分.

　　 （ⅰ） 實驗部分. 包括從生物樣本的制備， 蛋白混合物的預處理， 到酶解肽段的質譜分析等一系列過程；

　　 （ⅱ） 數據分析部分. 包括質譜儀器獲取原始數據后的所有數據處理的過程， 從蛋白鑒定、定量到差異蛋白篩選， 并且每一過程均涉及相應的質量控制和統計學分析. 基于質譜的定量研究可計算肽段的豐度信息， 原則上， 可由肽段表達量推斷出蛋白的表達量， 但此過程需要解決2個困難， 即肽段計算過程中信號峰缺失及共享肽段的問題. 對于前者， 可選擇使用估計值填充缺失的數據， 以完善實驗數據， 或者是在統計檢驗前， 利用肽段的天然同位素分布過濾噪聲信號， 以選擇最佳的肽段數據集進行實驗； 對于后者， 可選擇使用合理分配的準則處理共享肽段.

　　 肽段/蛋白表達水平值的準確定量對深入研究蛋白質組學意義匪淺， 它的一個主要目的是篩選差異表達蛋白. 差異表達蛋白指在不同實驗條件下或不同的處理組中， 蛋白表達水平的檢測值在排除系統隨機噪聲后達到一定的差異， 具有統計學意義， 同時也具有生物學意義， 差異蛋白篩選過程， 即是對定量結果做合理的統計推斷. 因此， 利用統計學基本原理對差異表達蛋白進行顯著性分析就顯得十分重要.

　　 總體來說， 定量蛋白質組學的數據分析存在3大主要問題: 數據的缺失值較多、實驗的重復次數較少和結果的質量/可靠性參差不齊， 這對差異蛋白的篩選帶來巨大挑戰.

　　 針對前2個問題， 研究人員已提出若干方法和工具， 這些方法各有利弊， 但很少能同時考慮2方面. 根據所屬的統計學派別不同， 具體可以將它們分為3大類: 基于經典統計學派的策略、基于貝葉斯學派的統計檢驗策略和其他策略.

　　 這篇文章主要分析總結這些方法及工具的優缺點及應用范圍. 針對第3個問題， 為了得到可靠的候選生物標記物， 可對統計檢驗篩選的結果進行質量控制， 這就需要在實驗設計時利用基于內參的方法保證定量結果的可靠性， 或者是在多重假設檢驗中控制假陽性率. 而這篇文章主要傾向于對后一種方法的介紹， 探討了對篩選過程產生假陽性的控制方法， 最后還對目前研究中存在的問題以及未來的發展方向進行了討論和展望.