17、基于表达的蛋白质组学数据管理

基于表达的蛋白质组学数据管理

1. 背景

高通量微阵列和蛋白质组学分析的快速发展开启了研究的新纪元。微阵列分析能够研究基因表达相对水平的变化，而蛋白质组学则在揭示蛋白质丰度、翻译后修饰（如磷酸化）以及蛋白质 - 蛋白质相互作用等方面具有独特应用，这些都是细胞形成的驱动力。蛋白质组学为识别在不同条件（如健康和疾病状态）下差异调控的靶蛋白提供了机会，有助于生物学家阐明疾病进展中重要的信号传导和调控网络的动态变化，最终推动人类疾病治疗新策略的发展。

蛋白质组学通常分为两类：表达蛋白质组学和细胞图谱蛋白质组学。细胞图谱蛋白质组学研究蛋白质之间的相互作用，而表达蛋白质组学则关注蛋白质表达的全局变化，即特定条件和时间下表达的蛋白质。由于蛋白质表达是动态调控的，定量信息对于阐明蛋白质功能也非常重要。近年来，已经开发了多种用于定量蛋白质组学的标记方法，如同位素编码亲和标签（ICAT）和培养同位素标签（BISCUIT）方法。纳升液相色谱 - 串联质谱（nano LC/MS/MS）是为定量蛋白质组学开发的分析方法之一。

蛋白质组学研究产生了大量需要管理的数据。本文将重点介绍基于表达的蛋白质组学中的数据管理，首先介绍基于表达的蛋白质组学的背景信息。

基于表达的蛋白质组学分析采用模块化配置，各种分离技术、电离源、质谱仪和分析平台可以以多种不同方式组合，以优化特定分析。任何全局蛋白质组表达分析都始于蛋白质或肽的复杂混合物。虽然可以直接将该混合物引入质谱仪进行分析，但这种简单系统效率极低，会导致大量样品和数据损失。为了更有效地分析这些复杂混合物的成分，必须先采用分离系统。分离方法包括二维凝胶电泳、高效液相色谱（HPLC）、毛细管电泳（CE）和单日芯片等。

蛋白质或肽的