Label-Free 定量
隨著設(shè)備的快速發(fā)展，非標(biāo)記定量（label-free quantification，LFQ)技術(shù)開(kāi)始成為定量蛋白質(zhì)組學(xué)的有效可選方法，特別是當(dāng)同位素標(biāo)記或化學(xué)標(biāo)記方法不可行，或過(guò)于昂貴時(shí)。
通過(guò)添加PEAKS Q定量模塊，用戶可以在數(shù)據(jù)分析工作流程中執(zhí)行非標(biāo)記定量。該方法是建立于至少兩個(gè)樣品中檢測(cè)到的所有肽段特征峰的相對(duì)豐度。 肽段特征峰的檢測(cè)是對(duì)每個(gè)樣品獨(dú)立進(jìn)行，并允許特征譜峰存在交疊。隨后，使用高性能保留時(shí)間對(duì)齊算法（以及IMS-MS的離子淌度對(duì)齊算法）將同一肽在多個(gè)樣品中的特征譜峰進(jìn)行可靠的比對(duì)。

結(jié)果解釋
PEAKS Q模塊生成一個(gè)用戶友好的交互式結(jié)果頁(yè)面，其中包括數(shù)據(jù)摘要以及每個(gè)肽段feature的更具體和詳細(xì)的信息。此外，易于使用的結(jié)果過(guò)濾器允許用戶通過(guò)許多參數(shù)篩選非標(biāo)記定量的數(shù)據(jù)，包括最小倍數(shù)變化、unique peptide的數(shù)量甚至特定的電荷狀態(tài)。
每次PEAKS Q的LFQ搜索都包含Summary報(bào)告，包括樣品質(zhì)量和豐度的總體統(tǒng)計(jì)數(shù)據(jù)，以及交互式熱圖（圖1）、蛋白質(zhì)密度比率（圖2）以及蛋白質(zhì)、肽和feature相關(guān)性分析圖（圖3）和變化趨勢(shì)（圖4）。最后，圖表概述顯示了ID- Transfer（match between run）之前和之后缺失值的百分比（圖5）。此圖表可以快速提醒用戶鑒定結(jié)果中的任何異常值樣本。
PEAKS LFQ的結(jié)果視圖旨在讓人輕松看到從一組到另外一組蛋白質(zhì)發(fā)生的顯著的變化。 因此，并不是所有的蛋白質(zhì)都顯示在默認(rèn)結(jié)果中。不過(guò)，只需更改參數(shù)設(shè)置中的Q部分過(guò)濾參數(shù)，遞交任務(wù)可快速重新整合結(jié)果，輕松查看所有定量的蛋白質(zhì)。
       
缺失值和ID Transfer
非標(biāo)記定量方法通常用于大隊(duì)列生物樣本的蛋白質(zhì)組學(xué)層面上的定量分析研究。 為了數(shù)據(jù)解釋的可靠性，不同的mass run之間的ID transfer對(duì)于降低假性缺失值至關(guān)重要。假性缺失值是由數(shù)據(jù)依賴采集(DDA)的隨機(jī)性或二級(jí)質(zhì)譜譜圖解釋的困難產(chǎn)生的，通常在直接數(shù)據(jù)庫(kù)搜索中包含多個(gè)共碎裂的母離子，并且在數(shù)據(jù)非依賴性采集(DIA)中使用基于譜圖庫(kù)的多肽鑒定得到的定量深度有限。通過(guò)ID- Transfer，可以顯著減少缺失值。
使用PEAKS Q，非標(biāo)記定量的工作流程使用基于MS2的鑒定方法和基于MS1的定量方法。PEAKS中提供了一個(gè)圖表，可以讓用戶在PEAKS的ID- Transfer算法之后輕松評(píng)估缺失值的百分比。