随笔分类 -  蛋白质组学

摘要:目录MaxQuant基本原理MaxQuant使用MaxQuant实操 MaxQuant基本原理 MaxQuant使用 MaxQuant实操 更多信息请关注: 阅读全文
posted @ 2023-12-10 17:04 生物信息与育种 阅读(270) 评论(0) 推荐(0) 编辑
摘要:最近看到微信公众号:“生物信息与育种” 的文章阅读量太低了,粉丝量基础也很少。可能是做动植物基因组和育种相关工作的人员基数相对较少,而且我也没有主动去推。于是想着把以前做的的蛋白质组学部分笔记迁移到公众号上,一是为内容备份,二是为增加粉丝和阅读量。不过这些笔记是几年前的了,可能已经跟不上前沿的发展, 阅读全文
posted @ 2023-11-03 21:50 生物信息与育种 阅读(209) 评论(0) 推荐(0) 编辑
摘要:由临床蛋白质组学转化医学界的黑马——西湖欧米公司(西湖大学郭天南创办)组织的科技论文写作,主要针对蛋白质组学领域。 目前由Torsten Juelich培训英文写作的基本语法与规范。往期视频可在西湖欧米官网或者微信视频号观看。 https://westlakeomics.com/news/styli 阅读全文
posted @ 2022-05-27 23:42 生物信息与育种 阅读(178) 评论(0) 推荐(0) 编辑
摘要:1.简介 2016年,德国马普所的Cox和蛋白质组学领域巨擘Matthias Mann合作开发了MaxQuant软件(MQ),并发表在nbt上,protocol也相应发表在nature protocols上。不足五年,MQ的引用率已高达上万次,其中不乏CNS级别文章(有大佬的加持果然不一样)。毫不夸 阅读全文
posted @ 2020-08-28 23:48 生物信息与育种 阅读(16822) 评论(1) 推荐(0) 编辑
摘要:1.简介 PD全称Proteome Discoverer,是ThermoFisher在2008年推出的商业Windows软件,没错,收费,还不菲。而且主要也是针对他们家的obitrap产出数据。但在业内用得比较多,尤其是在学术界(因为大部分科研人员只会鼠标点点框)。蛋疼的是你就算买了软件还得配个Wi 阅读全文
posted @ 2020-08-28 21:33 生物信息与育种 阅读(6305) 评论(0) 推荐(0) 编辑
摘要:1.简介 MSGF+也是近年来应用得比较多的蛋白鉴定软件。java写的,2008年初次发表JPR,2014年升级发表NC,免费开源,持续更新维护,良心软件。而且,有研究者对不同蛋白质组学鉴定软件进行比较分析,MSGF+的表现也是非常不错的(一下子找不到文献出处~~)。 Github源码:https: 阅读全文
posted @ 2020-08-28 17:53 生物信息与育种 阅读(2026) 评论(0) 推荐(0) 编辑
摘要:1.简介 Mascot是非常经典的蛋白鉴定软件,被Frost & Sullivan形容为“质谱数据检索的黄金标准”,更新维护速度也很快(已发布到2.7版New features in Mascot Server 2.7)。but,它是商业软件(国内康昱盛代理),收费。虽然有在线版本,但仅支持少量谱图 阅读全文
posted @ 2020-08-28 16:39 生物信息与育种 阅读(4607) 评论(1) 推荐(0) 编辑
摘要:1.简介 官网:http://comet-ms.sourceforge.net/ 1993年开发,持续更新,免费开源 适用Windows/Linux 多线程,支持多种输入输出格式:输入谱图文件(mzXML, mzML, mgf, or ms2/cms2),输出.pep.xml/.pin.xml/.s 阅读全文
posted @ 2020-08-28 15:10 生物信息与育种 阅读(1954) 评论(0) 推荐(0) 编辑
摘要:1. 简介 X!Tandem是GPM:The Global Proteome Machine(主要基于Web的开源用户界面,用于分析和显示蛋白质鉴定数据。关于GPM的更多内容可参考https://www.thegpm.org/GPM/faq.html)中的一个成员,此外还有X! P3 、X! Hun 阅读全文
posted @ 2020-08-28 09:38 生物信息与育种 阅读(3001) 评论(0) 推荐(0) 编辑
摘要:1. 简介 基于串联质谱的蛋白质组学大部分是依赖于数据库(database search)的bottom-up策略研究。也就是实际谱图和理论谱图进行匹配打分,从而实现肽段和蛋白的鉴定和定量。如果是DDA的数据,因为一张二级谱是一条肽段,直接将数据库理论酶切碎裂后的理论谱和实际谱图匹配即可。但如果是D 阅读全文
posted @ 2020-08-05 16:48 生物信息与育种 阅读(4664) 评论(1) 推荐(0) 编辑
摘要:缺失值填充在数据分析领域的预处理过程绕不过去的一个坎,蛋白质组学也不例外,简单记录下,可能有些地方有其特殊之处。 分析缺失值来源:完全随机缺失(MCAR,如质谱仪抖动,对数据影响无偏好性,均一分布),随机缺失(MAR,依赖于其他观测变量,如时间梯度越长采集越可能出现缺失值),非随机缺失(MNAR,依 阅读全文
posted @ 2020-07-18 22:17 生物信息与育种 阅读(3463) 评论(1) 推荐(1) 编辑
摘要:1.前言 目的: 调整由于技术,如处理、上样、预分、仪器等造成的样本间误差。这实际上是一种数据缩放的方法。一般在一个表达矩阵中,会涉及到多个样本,其表达量差异比较大,不能直接进行比较。比如某个样本表达量很大,在总体中就会占据绝对领导地位,这样就会掩盖掉表达量小的样本的作用,但并不代表它不重要,也有可 阅读全文
posted @ 2020-07-17 23:41 生物信息与育种 阅读(12322) 评论(1) 推荐(1) 编辑
摘要:初始数据类似: 蛋白质组数据虽不是严格的正态分布,但目前最常用的检验方法还是T检验(两组比较)和方差分析(多组比较)。这个话题值得深究,这里不展开。 主要是求多个蛋白的Pvalue值或FDR,用于差异筛选。 Pvalue <- c() type<-factor(c(rep("S01CC",3),re 阅读全文
posted @ 2020-06-16 17:09 生物信息与育种 阅读(1503) 评论(0) 推荐(0) 编辑
摘要:[toc] 一、iMetaLab简介 宏蛋白组学是个非常小众的领域,即使从事的学者也并非专门做这个,大多是作为系统生物学的延伸研究。业界有几个比较有影响力的研究团队,一是比利时根特大学的 "(COMPOMICS)" 团队,开发了有代表性的宏蛋白分析工具如 "Unipept" 、 "MetaProte 阅读全文
posted @ 2020-05-13 15:23 生物信息与育种 阅读(1282) 评论(0) 推荐(0) 编辑
摘要:Proteoforms/Protein species这个概念还是比较有意义的。 人类结构基因组测序接近尾声,人们就从 结构基因组学研究转向功能基因组学 研究,即对转录组和蛋白质组进行研究。1995年正式提出了”蛋白质组”和”蛋白质组学”的概念,距今已有25年历史了。 蛋白质组学的主要技术包括蛋白质 阅读全文
posted @ 2020-04-19 17:57 生物信息与育种 阅读(1040) 评论(0) 推荐(0) 编辑
摘要:前言 关于蛋白质组学,你是不是已经听了太多公司的宣讲,介绍了一大堆的技术名词,反而越听越懵懂,脑袋一团乱麻?就和传话游戏一样,当我们接收了多手信息以后,得到的信息就越不准确。那么,何不自己看一看第一手信息呢?比如说DIA。 这里只推荐两篇综述。 第一篇是蛋白质组学泰山北斗的Ruedi Aeberso 阅读全文
posted @ 2020-04-02 23:16 生物信息与育种 阅读(5595) 评论(0) 推荐(0) 编辑
摘要:宏蛋白质组数据分析相对较难,不同于常规蛋白质组分析,因为数据库太大,无法直接进行搜库匹配,需要对数据库进行优化。整理了几个发表的宏蛋白搜库分析工具。具体效果如何,还需要测试。 1.ProteoStorm 发表: "ProteoStorm: An Ultrafast Metaproteomics Da 阅读全文
posted @ 2020-03-19 23:00 生物信息与育种 阅读(1537) 评论(0) 推荐(0) 编辑
摘要:官方文档: "https://biognosys.com/media.ashx/spectronautmanual.pdf" 0. 准备 Spectronaut软件是蛋白组DIA分析最常用的谱图解析软件之一,优点是定量准确,缺点是高额收费,window版本,速度慢。一起来简单了解下用法。 这是它的界 阅读全文
posted @ 2020-03-12 16:11 生物信息与育种 阅读(6463) 评论(2) 推荐(0) 编辑
摘要:众所周知, "Proteowizard MSconvert" 用于质谱原始数据的格式转换,但主要平台是windows,要想在Linux上运行需要打Docker或Wine,对于普通用户来说还是很困难的,想想质谱的数据动辄上百Gb要进行转换相当麻烦。 比利时根特大学Dr. Lennart Martens 阅读全文
posted @ 2020-03-09 22:48 生物信息与育种 阅读(5443) 评论(0) 推荐(0) 编辑
摘要:1. 实验设计与技术路线 (1) 常用流程 流程|说明 | | 1.材料收集|细胞、细胞上清、组织、血浆、血清、脑脊液、外泌体、尿液...... 2.定量技术|蛋白组:iTRAQ/TMT、LabelFree、SILAC、修饰;代谢组:靶向、非靶 3.数据验证|蛋白组:PRM、WB、ELISA;代谢组 阅读全文
posted @ 2020-01-15 21:19 生物信息与育种 阅读(5822) 评论(0) 推荐(0) 编辑