蛋白質組學新突破——德學者統一不同質譜軟件分析結果

　　――德國美因茲大學的科學家開發出一種提高蛋白測量技術性能和標準的新方法

　　現代質譜系統幫助科學家們確定了細胞或者組織樣品的具體組分，但是這里存在一個問題――不同分析軟件包從相同的原始數據往往會產生不同的結果。

　　為了解決這個問題，來自德國美因茲大學的一組研究人員通過與這一領域各大著名實驗室合作，比較和修改各種分析軟件包，令不同的軟件產生一致的結果。這對于世界各地的實驗室來說無疑是一道福音，這樣研究人員就能進行標準化分析比對定量蛋白質組學檢測結果，而這也正是檢測某些疾病，如癌癥早期階段的關鍵所在。

　　這一研究成果公布在10月26日的Nature Biotechnology雜志上，領導這一研究的是美因茲大學Stefan Tenzer教授。

　　對于某些特定疾病，醫師們為了了解它的病理原因，會采樣通過現代組學技術分析疾病生物標記，這些高度復雜的數據分析當然需要專門的軟件，然而不幸的是，不同軟件有時會從相同的原始數據得到不同的結果，導致分析變得復雜。

　　這也正是Tenzer教授這項研究的出發點，“我們想要找到一種最佳比對樣品的方法，”兩位生物信息學專家：Pedro Navarro 和 J&ouml；rg Kuharev研發了一種特殊軟件，他們將其命名為 LFQbench 。這一軟件能詳細分析各種軟件程序之間的差異。“利用 LFQbench，我們發現不同程序獲得的結果存在巨大差異。”

　　“這一發現對于該領域研究來說具有重要意義，不過我們還更進了一步：我們與各個團隊的研發主創們合作，修改完善了這些分析軟件，讓他們產生相一致的結果，”Tenzer說。

　　這拓寬了質譜技術在定量蛋白質組學中的應用。“這意味著未來質譜聯用技術將為基礎研究和臨床診斷帶來更多的應用。”

　　“這是基于質譜的定量蛋白質組學研究的一大突破，從而這種方法能作為標準程序應用到多種疾病診斷中，比如癌癥，過敏等，”美因茲大學的首席科學官Ulrich F&ouml；rstermann教授說，“我感到特別自豪，我們研究人員做出如此有影響力的成果。”

　　最近幾年，Tenzer教授一直致力于基于質的譜定量蛋白質組學技術的改進。這些方法能幫助研究人員重復檢測和量化分析成千上萬的細胞、組織或體液，從中找到樣品中的差異表達蛋白，“多年的研究，尤其是通過國際相互，我們獲得了這一質譜定量蛋白組學的飛躍成果。”