[发明专利]MS/MS数据处理

说明书

发明领域

本发明总体上涉及质谱领域，并且更确切地涉及一种从前体离子种类的碎片来识别这些前体离子种类的方法(MS/MS数据处理)。

发明背景

由于存在具有非常相似的质荷比的许多不同的分子，分子的质谱分析是复杂的。已经研发了多种裂解技术通过测量它们的特征性碎片的质核比来帮助识别不同的母分子。将感兴趣的分子的离子连同具有非常相似的质荷比的其他分子离子通过一个质量选择性离子光学装置根据质荷比进行选择。这些离子被称作母离子或前体离子。然后使用一种或多种方法将这些母离子裂解，并且对碎片离子进行质量分析，从而提供一个所谓的MS/MS质谱。具有不同结构的分子典型地裂解形成不同的碎片离子，并且通过研究那些碎片离子的质荷比可以识别这些母分子。当碎片质谱同样包含干扰时，或者当要求比MS/MS中存在的信息更多的信息量时，可以使用更多级的裂解，生成MS^n质谱。已经研发了多个蛋白质序列库，并且使用为此目的开发的算法对这些库进行搜索来使碎片离子谱与可能的母分子相匹配。

在有机质谱法中，这是一种强有力的并且使用广泛的方法。然而，它具有某些缺点，这涉及要求多于一个质量选择步骤。这个要求增加了用于执行该方法所要求的仪器的复杂度，并且增加了分析的时间。

除了使用离子裂解技术来使得母分子离子能够被识别之外，可以使用一个高质量分辨率的质谱仪来在具有非常相似的质荷比的分子离子之间进行区分。然而，通常此类高质量分辨率的质谱仪与它们的低分辨率的对应物相比是更昂贵的并且经常是慢的多的(由于更长的测量时间)。

如果碎片离子质谱具有高的分辨率以及高的质量准确度，能够以更高级别的置信度进行碎片离子和可能的母分子之间的匹配。因此，为了最有效地识别大分子离子，分析者们通常使用一种高分辨率的质谱与裂解方法的组合。然而，将这两种方法组合导致了甚至更长的分析时间。

诸如以上概述的那些方法被常规地用于包含蛋白质的样本。典型地，将蛋白质进行消化从而产生多肽，并且将这些多肽电离并且引入质谱仪中。

将目标蛋白质或混合物(例如细胞裂解产物)进行预处理。预处理可以包括过滤或清洗。然后用适当的裂解试剂将它消化掉。最常使用的是胰蛋白酶，但是也使用其他的，如胰凝乳蛋白酶、溴化氰、亚碘酰苯甲酸盐。在消化并可能清洗之后，将混合物放入质谱仪中，通常在色谱分离之后。色谱分离通常限制了可供串联的质谱过程使用的时间。每个峰的色谱时间范围是从30秒到小于1秒，其中的趋势是时间更快。

首先取得一个完整的质谱，从而生成一个所谓的前体离子谱。在该前体离子谱中对于每个离子种类可以获得多个碎片离子谱(数据独立的MS/MS)。可替代地，经常使用的一种方法是“依赖数据”的MS/MS。在这种方法中，获得一个完整的谱，并且然后选出一个或多个最强的峰，这通常是自动进行的并且逐个地进行MS/MS裂解。将这些前体和碎片图谱存储起来。对此不同的增强包括：用于避免重复测量强离子对前体建立临时性黑名单；用于避免收集众所周知的肽类或溶剂组分的MS/MS数据对前体建立永久性黑名单；对所感兴趣的质量建立白名单，以便在甚至不满足最苛刻的标准时允许进行裂解。然而，对于这种依赖数据依赖的MS/MS方法存在两个问题。首先，对同一个样本的不同次的处理可能产生非常不同的结果，这是因为(例如)即使是前体离子谱中的峰高度的小的变化也可能导致自动地做出的不同的决定，从而导致选择不同的前体离子种类用于裂解。其次，在许多情况下，由于之前的色谱过程，在可供使用的时间窗口内可能没有足够的时间来裂解所有感兴趣的离子。

在图1的流程图中作为一个实例示出了其中选择两个前体离子用于MS/MS的现有技术的依赖数据过程。

测量之后，或者有时在测量过程中，对所获得的数据进行评估。对此许多种方法是已知的，如(1)“从头测序法”，在该方法中，从图谱中直接推断出氨基酸序列；(2)“序列标记法”，在该方法中，仅有部分氨基酸序列从谱中直接推断出来，并且这些小段(“多个标签”)被用于数据库搜索例行程序中；(3)仅使用碎片离子谱来进行直接的数据库搜索。