IF36.1｜单一深度学习模型整合多种碎裂技术提升蛋白质组覆盖度

用统一模型预测UVPD、EID、ECD谱图，使替代碎裂技术达到与HCD相当的鉴定效率。

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主要依赖碰撞诱导解离（CID）进行肽段测序，其灵敏度与效率已支持单细胞分析。然而，CID在表征翻译后修饰和复杂蛋白质形式上存在局限。紫外光解离（UVPD）、电子捕获解离（ECD）、电子电离解离（EID）等替代碎裂技术能产生更丰富的碎片离子，改善序列覆盖并保留CID不稳定的修饰。但这些技术因缺乏配套的数据分析工具和谱图预测模型，一直未被广泛采用。近年来，基于深度学习的谱图预测工具如Prosit显著提升了CID数据的鉴定数量，但针对UVPD和ExD方法的预测模型几乎空白。

科学问题

卡在哪里： 替代碎裂技术（UVPD、ECD、EID）产生的谱图类型多样，缺乏大规模高质量训练数据，导致没有可靠的谱图预测模型。现有的深度学习工具如Prosit主要针对CID数据，无法直接用于这些技术。同时，这些技术的数据库搜索参数优化和假发现率控制也缺乏系统研究，限制了它们在常规蛋白质组学流程中的应用。

本文要回答： 本文旨在开发一个统一的深度学习模型，能够预测多种碎裂技术（UVPD、ECD、EID、HCD）的碎片离子强度，并将其整合到标准蛋白质组学分析流程中，以提升替代碎裂技术的鉴定效率和蛋白质组覆盖度。

技术路线

作者主要用了：Orbitrap-Omnitrap混合质谱、多酶酶解、高pH反相分级、深度学习模型Prosit、MSBooster、FragPipe、DIA。

作者首先在Orbitrap-Omnitrap混合质谱上优化了UVPD、EID和ECD的LC-MS参数，确定最佳激光脉冲数、能量和电子照射时间。随后，利用五种蛋白酶（trypsin、LysC、GluC、chymotrypsin、LysN）酶解人类细胞裂解液，并进行高pH反相分级，获得大规模多酶多碎裂技术数据集。基于这些数据，训练了一个改进的Prosit深度学习模型，能够预测四种碎裂技术的碎片离子强度。最后，将该模型整合到FragPipe的MSBooster模块中，用于DDA和DIA数据的重打分，评估其对鉴定数量的提升效果。

图 1　Fig. 1。图1展示了UVPD、EID和ECD参数优化过程。UVPD在4个激光脉冲、6 mJ/脉冲时鉴定最多；EID在50 ms照射时间下b、y离子鉴定最佳，75 ms时a、c、x、z离子最佳；ECD在50 ms时c、z离子鉴定最多。这些参数为后续大规模实验奠定了基础。

核心亮点

亮点 1｜替代碎裂技术鉴定效率与HCD相当

在相同扫描数下，ECD、EID和UVPD的PSM鉴定效率（PSM数/扫描数）分别为30.3%、24.8%和25.6%，与HCD的24.9%相当，其中ECD效率最高。尽管EID和UVPD产生的碎片类型更复杂，但通过优化数据库搜索的离子类型组合，仍能达到与HCD相近的鉴定水平。这表明替代碎裂技术在蛋白质组规模上具有与CID竞争的潜力。

图 2　Fig. 2。图2比较了不同碎裂技术的鉴定效率和谱图质量。EID和UVPD的PSM鉴定效率与HCD相当，ECD效率最高。超分数分布显示，ECD对电荷态依赖性强，而EID、UVPD和HCD的b、y离子超分数分布相似。加入更多碎片类型可提高EID和UVPD的超分数，表明其谱图信息更丰富。

亮点 2｜统一深度学习模型准确预测多碎裂谱图

训练得到的Prosit模型在测试集上对ECD、UVPD、HCD和EID的谱图预测Pearson相关系数中位数分别为0.914、0.926、0.945和0.892，与训练集差异极小，表明模型泛化能力强。模型能够根据碎裂方法准确分配碎片离子强度，例如对HCD主要预测b、y离子，对ECD主要预测c、z离子。该模型已公开于Koina模型库，名为Prosit_2025_intensity_MultiFrag。

图 3　Fig. 3。图3展示了碎片离子类型分布和深度学习模型架构。不同碎裂技术产生的碎片类型比例差异明显，HCD以b、y为主，ECD以c、z为主，EID和UVPD则包含更多a、x等类型。改进的Prosit模型以肽段序列、电荷态和碎裂方法为输入，输出815种碎片离子的强度预测，在测试集上表现良好。

亮点 3｜重打分显著提升鉴定数量

使用该模型进行数据驱动重打分后，在1% PSM FDR下，所有酶和碎裂技术组合的PSM数量均有增加，增幅从3%到40.5%不等，其中chymotrypsin的HCD数据增益最大。在更严格的0.01% FDR下，重打分后仍能保留超过75%的估计真阳性PSM，而原始数据库搜索仅保留不到70%。这表明重打分不仅增加鉴定数量，还提高了鉴定的可靠性。

图 4　Fig. 4。图4显示了重打分对鉴定结果的改善。使用预测碎片离子后，目标PSM的观测/预测离子比例分布向高值移动，而诱饵PSM仍集中在低值，表明模型能有效区分真假匹配。重打分后，多数酶和碎裂技术组合的PSM数量显著增加，且在高严格度FDR下仍能保留更多真阳性。

亮点 4｜DIA数据中MSBooster提升鉴定

将模型整合到FragPipe的MSBooster模块后，对未分级的人、拟南芥和大肠杆菌胰蛋白酶酶解物的DIA数据进行分析，PSM、肽段和蛋白质鉴定数量均有提升。EID的增益最大，拟南芥样本中PSM、肽段和蛋白质分别增加31.4%、20.9%和22.6%；ECD的增益最小，大肠杆菌样本中仅增加1.0%、1.7%和3.0%。这证明了模型在不同物种和DIA工作流程中的通用性。

图 5　Fig. 5。图5展示了DIA数据中MSBooster对鉴定数量的提升。在人类、拟南芥和大肠杆菌样本中，开启MSBooster后，PSM、肽段和蛋白质鉴定数量均有增加，EID增益最大，ECD增益最小。这验证了模型在DIA流程中的实用性。

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： Orbitrap-Omnitrap混合质谱、多酶酶解、高pH反相分级、深度学习模型Prosit、MSBooster、FragPipe、DIA
• 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： 从事蛋白质组学方法开发、质谱数据分析或对替代碎裂技术感兴趣的研究人员。

带走一句

替代碎裂技术如UVPD、EID和ECD在蛋白质组规模上已具备与HCD相当的效率，结合统一深度学习模型和重打分，可显著提升鉴定数量，值得在常规流程中尝试。