IF36.1｜CHIMERYS统一解析嵌合谱的蛋白质组学算法

一个算法通吃DDA、DIA和PRM，嵌合谱解卷积大幅提升鉴定深度。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

自下而上蛋白质组学依赖LC-MS/MS产生海量MS2谱图，但大多数谱图是嵌合的，即包含多个肽段的碎片离子。传统上，DDA数据采用以谱图为中心的搜索引擎，而DIA和PRM数据则采用以肽段为中心的方法，依赖谱图库。这两种分析范式割裂，难以公平比较。嵌合谱的存在使得经典搜索引擎在共享碎片离子处理上存在缺陷，而DIA分析中FDR控制仍具挑战。近年来，深度学习预测肽段保留时间和碎片离子强度已取得高精度，为统一分析提供了可能。

科学问题

卡在哪里： 现有软件要么针对DDA，要么针对DIA/PRM，缺乏一个统一的、以谱图为中心的算法，能够同时处理所有数据采集模式，并在嵌合谱中准确分配共享碎片离子，同时保持严格的FDR控制。

本文要回答： 开发一个统一的谱图中心算法CHIMERYS，通过解卷积嵌合谱，实现DDA、DIA和PRM数据的无差别鉴定与定量，并验证其性能。

技术路线

作者主要用了：谱图解卷积、非负L1正则化回归、深度学习预测、mokapot FDR控制。

CHIMERYS将嵌合谱视为纯肽段谱的线性组合，利用INFERYS预测的碎片离子强度和保留时间，通过LASSO回归在单张谱图中同时竞争解释实验强度，从而解卷积出多个肽段。随后，基于解卷积系数计算阴影谱，进行二次打分，并利用mokapot进行PSM级FDR控制。该算法无需谱图库，直接处理DDA、DIA和PRM数据，实现统一分析。

图 1　Fig. 1。图1展示CHIMERYS的核心原理和性能验证。a示意嵌合谱解卷积的线性组合模型；b显示在不同隔离窗口宽度下，CHIMERYS的肽段组q值与entrapment经验q值一致，证明FDR控制可靠；c展示一个嵌合谱中6个前体的解卷积结果，共享碎片离子强度按系数分配；d显示多物种混合实验中定量比例符合预期；e比较CHIMERYS与8种搜索引擎的肽段组鉴定数，CHIMERYS显著领先。

核心亮点

亮点 1｜DDA鉴定深度大幅提升

在2小时HeLa单针DDA数据中，CHIMERYS鉴定到238,795个PSM（1% PSM FDR），超过85%的MS2谱图得到至少一个PSM，其中超过三分之二的谱图包含多个前体。与8种常用搜索引擎相比，CHIMERYS鉴定到更多肽段组，且运行时间短于数据采集时间。在多种困难样本（尿液、CSF、血浆、FFPE、分泌组、植物和微生物）以及PTM富集样本中，CHIMERYS的蛋白组或前体鉴定数均显著高于Sequest HT和MSFragger。

图 2　Fig. 2。图2展示CHIMERYS在历史数据和低分辨数据上的优势。a显示不同Orbitrap世代仪器上CHIMERYS相对Sequest HT的PSM鉴定增益，仪器越新增益越大；b显示离子阱CID数据中，CHIMERYS在原始谱和top 15滤波谱上均大幅超越Sequest HT，滤波后优势更明显；c显示30分钟梯度CHIMERYS与120分钟梯度Sequest HT鉴定量相当，通量提升4倍；d,e显示宽窗口DDA中PSM数随窗口增大而增加，但独特肽段组在3.4 Th后下降。

亮点 2｜重新挖掘历史数据

对跨越多年Orbitrap仪器世代的HeLa单针数据回顾分析显示，仪器速度和灵敏度越高，CHIMERYS相对Sequest HT的优势越大。在低分辨离子阱数据中，CHIMERYS比Sequest HT多鉴定74%的PSM、35%的肽段组和30%的蛋白组；若先对谱图进行top 15 by 100-Th滤波，优势进一步扩大至94%、47%和37%。这表明CHIMERYS能从嵌合谱中提取更多信息，提升历史数据的价值。

图 3　Fig. 3。图3比较CHIMERYS、DIA-NN和Spectronaut在DIA数据上的鉴定和FDR控制。a显示在entrapment FDR过滤后，CHIMERYS的鉴定数不变，而DIA-NN和Spectronaut大幅减少，数据完整性下降；b,c显示被过滤掉的前体具有更低的MS2强度和更少的碎片离子；d展示Spectronaut中一个高置信前体实际碎片离子缺失的案例，说明其FDR控制过于宽松。

亮点 3｜优化采集策略

利用CHIMERYS的解卷积能力，可以缩短梯度提高通量：30分钟梯度（48 SPD）鉴定到的肽段和蛋白组数量与Sequest HT在120分钟梯度（12 SPD）相当，通量提升4倍。在宽窗口DDA中，随着隔离窗口从1.4 Th增加到20.4 Th，PSM数量增加并在>8 m/z后趋于平台，但独特肽段组在3.4 Th达到峰值后下降，提示高丰度肽段被重复采样。对于低上样量样本，禁用AGC限制并延长注入时间可使CHIMERYS在极宽窗口下检测到更多独特肽段。

图 4　Fig. 4。图4展示CHIMERYS的MS2定量概念和性能。a示意CHIMERYS基于谱图中心系数追踪生成伪XIC，与常规碎片离子XIC方法对比；b显示PRM数据中CHIMERYS与Skyline定量高度相关（r=0.99）；c显示DIA数据中三款软件的CV分布相似；d显示三款软件的前体比值分布一致，定量准确性相当。

亮点 4｜DIA分析性能与FDR控制

在LFQbench型多物种混合DIA数据中，CHIMERYS平均每个原始文件鉴定529,993个PSM（1% PSM FDR），映射到66,888个独特肽段组和7,331个独特蛋白组，鉴定率超过60%，超过82%的谱图包含多个前体。与DIA-NN和Spectronaut相比，CHIMERYS的自报q值与entrapment经验q值一致，而另外两者低估FDR。在应用entrapment FDR过滤后，CHIMERYS的数据完整性（41%）保持不变，而Spectronaut从86%降至61%，DIA-NN从78%降至30%。

图 5　Fig. 5。图5展示CHIMERYS在DI-SPA数据上的优势。a-c显示在不同Q1隔离宽度、最大注入时间和MS2分辨率条件下，CHIMERYS（蓝色）比CsoDIAq（绿色）鉴定到更多肽段组；d显示CHIMERYS与CsoDIAq的鉴定数比值；e显示蛋白组鉴定数同样大幅领先；f,g显示CHIMERYS灵敏度约高2倍；h显示CHIMERYS显著富集更多KEGG通路。

亮点 5｜MS2定量精度与PRM自动化

CHIMERYS基于谱图中心系数追踪保留时间生成伪XIC，实现MS2定量。在PRM实验中，CHIMERYS与Skyline均鉴定到52个目标肽段中的47个，且定量结果高度相关（Pearson r=0.99）。在DIA数据中，CHIMERYS的定量精度（CV中位数26.9%）与DIA-NN（29.1%）和Spectronaut（29.2%）相当，定量准确性也相似。CHIMERYS自动处理共享碎片离子和共分离肽段，无需手动校正，简化了PRM流程。

亮点 6｜直接进样DI-SPA分析

CHIMERYS是唯一能分析DI-SPA数据的无谱图库算法。在重新分析Meyer等人的88个DI-SPA MCF7样本时，使用匹配诱饵后，CHIMERYS比专用工具CsoDIAq多鉴定高达3倍的独特肽段组和蛋白组，灵敏度约高2倍。这导致显著富集的KEGG通路从8条增加到17条，覆盖更多蛋白鉴定，揭示了先前数据中隐藏的生物学信息。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 谱图解卷积、非负L1正则化回归、深度学习预测、mokapot FDR控制
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事蛋白质组学数据分析、方法开发或软件评测的研究人员。

带走一句

嵌合谱解卷积是提升蛋白质组鉴定深度的关键，统一算法可简化流程并保证FDR可靠。