成果介绍
单细胞蛋白质组学改变了传统上从单细胞转录组水平推断蛋白质的不足,其发展主要受到纳米级样品和复杂的实验程序的限制。数量少、丰度低的蛋白质容易受到噪声的干扰,导致蛋白质鉴定困难。与大量蛋白质数据相比,单细胞中的蛋白质水平较低,质谱数据的MS/MS光谱中可检测到的高信度碎片段离子更加稀少。许多肽段没有产生足够的碎片离子来支持自身被鉴定的置信度,这使得提高单细胞蛋白质组质谱数据的蛋白质覆盖率具有较高的挑战性。2竞争优势分析:目前单细胞蛋白质组质谱数据分析方法主要包括:基于蛋白质质谱检索软件来进行单细胞蛋白质组质谱数据蛋白质鉴定和定量;机器学习和统计学习等方法进行单细胞蛋白质组质谱数据蛋白质鉴定和定量;如Maxquant,DART-ID,MokaPot。但上述方法缺少考虑单细胞蛋白质MS/MS谱图碎片离子较少,导致蛋白质水平有限。本方法DeepSCP相较上述方法,显著提升预测肽匹配谱图数量,显著提升鉴定肽段与蛋白数量和细胞聚类效果。
成果亮点
提供一种基于深度学习提高单细胞蛋白质组鉴定覆盖率的方法,提高单细胞蛋白质组质谱数据的肽段、蛋白的鉴定水平。
团队介绍
学校现有在职教职工1700多人,其中学校编制专任教师884人。有教授212人、副教授303人,有博士生导师730人、硕士生导师2405人(含附属医院)。学校现有中国工程院院士1名,美国国家医学院外籍院士1名,“长江学者”特聘教授3名,“长江学者奖励计划”青年学者2 位,国家“万人计划”百千万工程领军人才1人,国家“万人计划”科技创新领军人才3人,国家“万人计划”青年拔尖人才2人,国家百千万人才工程7人,国家杰出青年科学基金获得者9人,优秀青年基金获得者12人,国家级教学名师1人,全国优秀教师1人,江苏省特聘教授32人, “国家级教学团队”3个,教育部“创新团队”1个。
成果资料