Key points are not available for this paper at this time.
펩타이드 및 단백질 식별을 위한 강력한 기술은 SEQUEST 또는 Mascot과 같은 프로그램을 사용한 데이터베이스 검색 후의 대량 분석기입니다. 그러나 이러한 프로그램은 비특이적 절단이나 펩타이드 수정이 허용될 때 느려지고 민감성을 잃게 됩니다. De novo 시퀀싱 및 시퀀스 태깅과 같은 하이브리드 방법은 더 넓은 검색을 위한 속도와 견고성을 제공하지만, 이러한 접근법은 더 완전하고 연속적인 단편화를 가진 더 나은 스펙트럼을 필요로 하므로 저농도 펩타이드에 대해서는 덜 민감합니다. 여기서는 순수한 데이터베이스 검색의 민감성을 유지하는 새로운 하이브리드 방법을 설명합니다. 이 방법은 소량의 de novo 분석을 사용하여 후보 b- 및 y-이온 피크를 식별하고, 이를 통해 데이터베이스에서 후보 펩타이드를 추출하는 데 사용될 수 있으며, 후보 수는 컴퓨팅 예산에 맞게 조정 가능합니다. 이 방법을 구현하는 프로그램인 ByOnic을 설명하며, 재조합 인간 단백질의 낮은 농도로 스파이크된 생쥐 혈장 데이터 세트를 포함하여 여러 데이터 세트에서 ByOnic을 벤치마킹합니다. ByOnic은 펩타이드와 단백질 수준 모두에서 시퀀스 태깅보다 민감하며, 실제로 세 가지 가장 인기 있는 순수 데이터베이스 검색 도구인 SEQUEST, Mascot, X!Tandem보다도 더 민감함을 보여줍니다. 생쥐 혈장 샘플에서 ByOnic은 다른 도구들이 놓친 스파이크된 단백질을 일관되게 발견했습니다.
Bern et al. (Tue,) 이 질문을 연구했습니다.