[发明专利]基于优化数据库（Sub-Lib）的数据非依赖性质谱检测方法

说明书

本发明公开了一种基于优化数据库(Sub‑Lib)的数据非依赖性质谱检测方法，包含以下步骤：采集待分析的第一DIA样本；从第一DIA样本中挑选一部分作为第二DIA样本；对第二DIA样本进行搜库定量分析得到第一蛋白质信息；根据第一蛋白质信息对大型DDA公共谱图库进行优化得到优化DDA公共谱图库；使用优化DDA公共谱图库对第一DIA样本进行搜库定量分析得到第二蛋白质信息。本发明提供的基于优化数据库(Sub‑Lib)的数据非依赖性质谱检测方法根据部分待分析的样本从大型DDA公共谱图库中提取出一个数据量较少的优化DDA公共谱图库，再根据优化DDA公共谱图库对全部的样本进行分析。既可以节约成本，也能够提高数据分析效率。

技术领域

本发明涉及一种基于优化数据库(Sub-Lib)的数据非依赖性质谱检测方法。

背景技术

定量蛋白质组学研究可从蛋白质组层面阐释某种生物现象的发生发展原因与规律，对生命科学以及人类自身疾病诊疗有重大意义。如对于肿瘤组织和非肿瘤组织的定量蛋白质组研究，可能发现某种肿瘤特异的蛋白质作为疾病的标志物，可用于肿瘤的早期诊断、确诊与分型。

在蛋白质组学研究中，人体组织等复杂样本往往能够检测到成千上万的蛋白，目前，数据非依赖性采集技术(Data independent acquisition，DIA)的蛋白质检测，通常需要先采用数据依赖性采集技术(Data dependent acquisition，DDA)对相同样本构建谱图库，再用谱图库对DIA数据进行鉴定。但这种方法往往由于经费原因(采集一个DDA样本费用较高，而构建谱图库需要数十个DDA样本)、样本量有限或在样品制备等方面的限制而难于实施。在这种情况下，可以使用公开免费的谱图库，但DIA数据分析的效果主要取决于先前获得谱图库的大小和组成，小谱图库可能导致识别数量减少，而一个大型库，如大型DDA公共谱图库，其中包含的数据量非常大，从而降低统计能力和计算速度。

发明内容

为解决现有技术的不足，本发明提供了一种可以解决上述问题的基于优化数据库(Sub-Lib)的数据非依赖性质谱检测方法。

为了实现上述目标，本发明采用如下的技术方案：

一种基于优化数据库(Sub-Lib)的数据非依赖性质谱检测方法，包含以下步骤：

采集待分析的第一DIA样本；

从第一DIA样本中挑选一部分作为第二DIA样本；

通过搜库软件使用大型DDA公共谱图库对第二DIA样本进行搜库定量分析得到第二DIA样本的第一蛋白质信息，其中，搜库软件的FDR值设定为第一预设值；

根据第一蛋白质信息对大型DDA公共谱图库进行优化得到优化DDA公共谱图库；

通过搜库软件使用优化DDA公共谱图库对第一DIA样本进行搜库定量分析得到第一DIA样本的第二蛋白质信息，其中，搜库软件的FDR值设定为第二预设值，第二预设值小于第一预设值。

进一步地，第一蛋白质信息为肽段序列信息；

根据第一蛋白质信息对大型DDA公共谱图库进行优化得到优化DDA公共谱图库的具体方法为：

根据肽段序列信息从大型DDA公共谱图库进行匹配，筛选出所有符合条件的肽段序列以及肽段序列对应的信息组成优化DDA公共谱图库。

进一步地，第一蛋白质信息为母离子序列信息；

根据第一蛋白质信息对大型DDA公共谱图库进行优化得到优化DDA公共谱图库的具体方法为：

根据母离子序列信息从大型DDA公共谱图库进行匹配，筛选出所有符合条件的母离子序列以及母离子序列对应的信息组成优化DDA公共谱图库。

进一步地，第一蛋白质信息为第一碎片离子序列信息；