Что касается баз данных белков, то с ними все знакомы. По сути, каждая база данных будет оснащена веб-инструментом, позволяющим каждому запрашивать или выполнять простой анализ данных о белках. Ниже приведены некоторые известные базы данных протеомов:

1. TrEMBL: Библиотека данных белков, поддерживаемая Европейским институтом биоинформатики (EMBL-EBI), предоставляет информацию автоматических аннотаций на основе программы UniProt.
2. UniProt: Комплексная высококачественная библиотека белков, содержащая аннотированные вручную белки из UniProtKB/Swiss-Prot и аннотированные in silico белки из TrEMBL.
3. Human Protein Atlas: Проект, направленный на анализ экспрессии и локализации всех белков человека в различных тканях.
4. STRING: Библиотека данных и веб-ресурс, предоставляющий известные и прогнозируемые белок-белковые взаимодействия.

нобаза данных протеомане белокданные Библиотека,В основномProteomeXchangeальянс,Это открытая общедоступная платформа хранения данных.,Предназначен для хранилища и общих данных масс-спектрометрии (МС). Он состоит из нескольких библиотек протеомных данных.,Бесплатный архив PRIDE, MassIVE, PeptideAtlas, iProX и другие. д. 。 。

Например, мы можем увидеть статью по протеомике: https://www.sciencedirect.com/science/article/pii/S0300483X20302912?via%3Dihub.

Availability of data and material
The proteomics data have been deposited to the ProteomeXchange Consortium via the PRIDE (Perez-Riverol et al., 2019) partner repository with the dataset identifier PXD020248.

Целью ProteomeXchange является содействие стандартизации, совместному использованию и повторному использованию данных, а также поддержка дальнейшего развития исследований в области протеомики. Он следует принципам FAIR (находимость, доступность, совместимость и возможность повторного использования) для обеспечения качества и удобства использования данных. В целом мы знакомы с iProX (Международная платформа обмена протеомикой)иPRIDE (База данных протеомной идентификации)Вот и все：

1. iProX: iProX (Международная платформа обмена протеомикой)Его установили китайские исследователи протеомики.данные Библиотека,Целью хранения является сохранение и обмен данными протеомики на основе масс-спектрометрии. iProX предоставляет платформу для исследователей,Для отправки, управления и доступа к протеомным данным,Поддержка стандартизации и обмена данными. Библиотека данных iProX также соответствует стандарту данных ProteomeXchange.,Облегчает интеграцию и анализ глобальной протеомики.
2. PRIDE: PRIDE (База данных протеомной идентификации)это библиотека данных, поддерживаемая EMBL-EBI (Европейский институт биоинформатики).,Он является частью консорциума ProteomeXchange. ПРАЙД специализируется на сборе и хранении данных масс-спектрометрии.,Особенно идентификация и количественная информация о белках и пептидах. Библиотека данных PRIDE позволяет пользователям загружать данные и скачивать общедоступные коллекции данных.,и предоставляет инструмент для серии анализов,Помогите исследователям проводить протеомные исследования.

PRIDE (База данных протеомной идентификации)

это библиотека данных, поддерживаемая EMBL-EBI (Европейский институт биоинформатики).,Доступен по ссылке：https://www.ebi.ac.uk/pride/archive?sortDirection=DESC&page=2&pageSize=20

Просмотрите количество наборов данных, находящихся в настоящее время в базе данных: Список наборов данных (27273).

Например, недавний общедоступный набор данных таков: Миразомы нейтрофильного происхождения являются важной частью системы свертывания крови у мышей.

Вы можете ясно видеть, что база данных Pride предоставляет данные масс-спектрометрического прибора в необработанном формате и файлы матрицы экспрессии протеома для этого набора данных:

Набор данных дифференциального анализа мышей-две группы-протеома

Ссылка на подробный набор данных находится по адресу: https://www.ebi.ac.uk/pride/archive/projects/PXD051229.

Но обычно мы просто открываем внутреннюю частьms220042-dia-20220111.xlsфайл для последующего дифференциального анализа экспрессии протеома.Вот и все

iProX (Международная платформа обмена протеомикой)

существовать https://www.iprox.cn/page/BWV016.html Пока ты это видишь 3,676 entries,Потому что это библиотека данных, созданная китайскими исследователями протеомики.,Так что большая частьданные Все коллекции естьКитайские научные исследователипредоставил,И большинство из них - ГОРДОСТЬ (База данных протеомной идентификатор) также имеет идентификатор, как показано ниже;

3,676 entries,

Нажмите на любой набор данных, чтобы войти: https://www.iprox.cn/page/ProjectFileList.html?projectId=IPX0006535000.

Proteome of Chinese Breast Cancers (FUSCC-Shao Lab)
IPX0006535000
Partial
PXD042886
Jiang YZ, Shao ZM. Molecular features and clinical implications of the heterogeneity in Chinese patients with HER2-low breast cancer. Nature Communications. 2023 Aug 22;14(1):5112-. doi:10.1038/s41467-023-40715-x.
Zhiming Shao
Zhiming Shao
Fudan University Shanghai Cancer Center
1
2023-06-11 08:40:12

Вы также можете увидеть другие его идентификаторы.,Вам нужен только идентификатор для доступа к записям данных в различных библиотеках данных.,например:

• https://proteomecentral.proteomexchange.org/cgi/GetDataset?ID=PXD042886
• https://www.ebi.ac.uk/pride/archive/projects/PXD042886

Если набор данных не содержит файла матрицы экспрессии белков

Поскольку существует множество различных технологических платформ протеомики, таких как Маркеры DIA, Label Free и TMT,их соответствующие Процесс предварительной обработки данных Есть некоторые различия:

Процесс предварительной обработки данных DIA (независимый от данных сбор):

• Стратегия поиска спектронавта：
  • Используйте программное обеспечение Spectronaut для поиска в библиотеке и получения относительной количественной информации о пептидах и белках.
  • данныеlog2Конвертировать、Фильтрация и заполнение отсутствующих значений、данныестандартизация,Возможно, используйте Combat, чтобы убрать пакетные эффекты.
• Стратегия поиска в базе данных ДИА-НН：
  • Используйте DIA-NN для поиска в базе данных и получения относительных количественных значений.
  • Выполнение преобразования log2, стандартизация данных и обработка пропущенных значений.,Наконец, были идентифицированы дифференциальные белки.

Процесс предварительной обработки данных без меток:

• Стратегия поиска в базе данных Maxquant：
  • Результаты поиска в базе данных предоставляют три количественных значения: интенсивность, iBAQ и интенсивность LFQ.
  • данныеlog2Конвертировать、Нормализация медианы или квантиля внутри выборки、Фильтрация и заполнение отсутствующих значений。
  • Проведите количественный анализ различий.
• Стратегия поиска в базе данных Proteome Discoverer (PD)：
  • Значение количественного анализа по умолчанию — iBAQ.
  • Метод стандартизации — FOT (доля общего количества).
  • Чтобы заполнить недостающие значения, выберите соответствующий порог заполнения.
  • Последующий анализ.

Процесс предварительной обработки данных TMT (Tandem Mass Tag):

• Стратегия поиска MSFragger：
  • Используйте MSFragger для поиска в базе данных и получения файла результатов поиска в базе данных в формате pepXML.
  • Количественное определение и фильтрацию пептидов, белков и посттрансляционных модификаций проводили с использованием пакета Philosopherинструмент.
  • PeptideProphet выполняет идентификацию и проверку пептидов, а PTMProphet выполняет идентификацию сайта модификации.
  • ProteinProphet используется для идентификации белков.
  • Используйте Philosopher для фильтрации и количественного определения FDR, чтобы получить интенсивность репортерных ионов TMT.
  • Коррекция выборки опорного канала для многократного преобразования и нормализации данных.
  • преобразование log2, внутривыборочная медианная стандартизация, обработка пропущенных значений, удаление пакетного эффекта, анализ дифференциальных выражений.