中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究員賀思敏及其研究團(tuán)隊(duì)設(shè)計(jì)和實(shí)現(xiàn)了新一代開放式搜索算法Open-pFind，可提高質(zhì)譜數(shù)據(jù)解析的數(shù)量與質(zhì)量，有望成為蛋白質(zhì)組學(xué)日常數(shù)據(jù)分析的主力工具。相關(guān)成果10月9日在線發(fā)表于《自然—生物技術(shù)》。

　　質(zhì)譜數(shù)據(jù)的低解析率直接影響著肽段和蛋白質(zhì)鑒定數(shù)目和鑒定精度的提高。質(zhì)譜數(shù)據(jù)解析率一直較低，是由于質(zhì)譜數(shù)據(jù)中通常有大量存在意外修飾或發(fā)生意外酶切的肽段，傳統(tǒng)的限定式搜索因搜索空間有限，通常無法對(duì)上述肽段進(jìn)行有效檢索。

　　新一代開放式搜索引擎Open-pFind采用基于序列標(biāo)簽索引的開放式搜索流程，快速掃描蛋白質(zhì)數(shù)據(jù)庫(kù)并對(duì)部分高質(zhì)量譜圖進(jìn)行鑒定。在此過程中，意外修飾、突變、半特異及非特異性酶切肽段均在引擎的搜索空間內(nèi)。Open-pFind通過基于支持向量機(jī)的肽譜匹配重打分算法，挖掘數(shù)據(jù)中的特征信息，并據(jù)此進(jìn)行第二次精細(xì)搜索。同時(shí)，Open-pFind集成了前端數(shù)據(jù)處理的pParse模塊，對(duì)肽段母離子進(jìn)行校準(zhǔn)，并有效提取混合譜圖，進(jìn)一步提升了譜圖解析率。

　　在四組典型質(zhì)譜數(shù)據(jù)集上，Open-pFind解析率均達(dá)到了70%~85%，比同類軟件鑒定結(jié)果多出50.5%~117.0%。對(duì)于高質(zhì)量的串聯(lián)質(zhì)譜圖，Open-pFind甚至基本實(shí)現(xiàn)了完全解析。在搜索空間是常規(guī)引擎5個(gè)量級(jí)的基礎(chǔ)上，Open-pFind的速度仍然是常規(guī)引擎的2~3倍，是同類開放式引擎的數(shù)十倍甚至上百倍。在超大規(guī)模人類蛋白質(zhì)組數(shù)據(jù)集上，Open-pFind報(bào)告了超過12000種蛋白，且準(zhǔn)確度遠(yuǎn)遠(yuǎn)超過以往常規(guī)分析結(jié)果。