多級質(zhì)譜生物大分子結構鑒定方法
【技術領域】
[0001] 本發(fā)明設及生物信息技術和計算技術領域，具體地說，本發(fā)明設及一種使用多級 質(zhì)譜技術進行生物大分子結構鑒定的方法。
【背景技術】
[0002] 本發(fā)明中，生物大分子主要是指核酸、蛋白質(zhì)、脂類和糖類化合物等作為細胞的主 要成分的大分子。在生物信息領域，對生物大分子結構的鑒定在細胞周期調(diào)控、調(diào)亡衰老、 細胞表面的相互作用等生命過程的研究中起到十分重要的作用。
[0003] 在各種生物大分子的鑒定中，由于糖類化合物W多種結構構型存在于細胞中，因 此其復雜性通常也相對較高。例如：對蛋白質(zhì)數(shù)據(jù)庫SWISS-PROT的分析表明；超過一半的 蛋白質(zhì)W糖基化形式存在。此外，糖類還常常與脂類化合物連接形成糖脂。另外，糖類化合 物通常由多個單糖通過糖巧鍵連接而成，并呈現(xiàn)出樹形的分枝結構。因此，糖類化合物結 構鑒定包括對糖類分子組成、單糖的連接順序與分枝位置等信息的分析。圖1示出了N糖 GlcNAc2Man9糖結構的多種經(jīng)典表示方式，雖然表示方式不同，但它們都是二維的樹形結 構，其中根節(jié)點位于結構的最右邊，子節(jié)點向左逐步延伸；每一個節(jié)點代表一個單糖；每一 條邊代表連接兩個單糖的糖巧鍵。圖2示出了糖結構中典型的糖巧鍵的表示方式。在上述 圖中，一個單糖可W通過糖巧鍵跟另外一個或多個單糖相連接，該種分枝結構的復雜性導 致了糖類化合物結構構型的多樣性。
[0004] 現(xiàn)有的基于質(zhì)譜的糖類化合物鑒定大多是基于一級質(zhì)譜或二級質(zhì)譜數(shù)據(jù)的策略。 一級質(zhì)譜只能得到母離子質(zhì)量，不能給出糖類化合物的詳細信息，例如支鏈信息、結構信息 和鏈接位點信息等。二級質(zhì)譜是將糖在質(zhì)譜儀中進一步打碎成碎片進行分析，現(xiàn)有技術中 的基于二級質(zhì)譜的糖結構鑒定策略主要包括W下幾種：
[0005] (1)結構庫捜索策略；對糖結構庫中的每個已知糖結構，首先預測其理論質(zhì)譜；然 后將待鑒定質(zhì)譜與理論質(zhì)譜逐一進行比較，返回相似度最高的理論譜所對應的糖結構作為 鑒定結果。其缺陷是；糖結構庫捜索策略依賴于理論質(zhì)譜的預測，而目前對于質(zhì)譜形成機制 認識仍然有局限，導致理論質(zhì)譜預測的精度不高，從而影響了鑒定結果的準確性。
[0006] (2)DeNovo結構鑒定策略：它的基本思想是通過譜圖中譜峰間的m/z差值，來推 斷可能的糖結構。與糖結構庫捜索策略不同，DeNovo結構鑒定策略不依賴于已知的糖結 構數(shù)據(jù)庫，而是直接對質(zhì)譜數(shù)據(jù)進行分析，然而DeNovo策略的鑒定準確度嚴重依賴于質(zhì)譜 譜圖數(shù)據(jù)質(zhì)量。在高質(zhì)量的質(zhì)譜數(shù)據(jù)中，每一個糖巧鍵都會有相應的碎裂離子出現(xiàn)；而在低 質(zhì)量的質(zhì)譜中，部分離子的缺失導致DeNovo策略無法得出準確的鑒定結果。此外，由于要 枚舉所有可能的糖結構，DeNovo策略通常速度較慢。
[0007] (3)譜庫捜索策略：該種策略的基本思想是將已知鑒定結果的二級質(zhì)譜質(zhì) 譜-結構對"的映射形式收錄于數(shù)據(jù)庫中，然后將待鑒定質(zhì)譜與質(zhì)譜數(shù)據(jù)庫中的真實譜進行 比較，返回相似度最高的糖結構作為鑒定結果。該種策略的優(yōu)點是：與糖結構庫捜索策略相 比，譜庫捜索策略使用已知的真實譜，而不是預測出的理論譜進行比較，從而使得鑒定結果 更可信。然而，原則上來說，譜庫捜索策略僅適用于已鑒定過的譜，對于未收錄的質(zhì)譜則無 法鑒定；此外，在收錄"質(zhì)譜-結構對"數(shù)據(jù)庫時的誤差，將會影響候選鑒定結果的準確度。 [000引總而言之，相對于糖類化合物復雜的結構來說，二級質(zhì)譜僅提供了有限的信息，從 而導致基于二級質(zhì)譜的糖類化合物鑒定策略準確度不高。基于此，有些研究者使用多種質(zhì) 譜聯(lián)合的方式，W期提高鑒定結果的準確度。其中一種方案是；使用多種質(zhì)譜儀對同一樣品 進行多次實驗，從而獲得多種類型的質(zhì)譜，期望利用更多的碎裂信息實現(xiàn)糖結構的鑒定。例 如，對同一糖樣品分別使用CID質(zhì)譜儀和ETD質(zhì)譜儀進行碎裂，產(chǎn)生兩張包含不同碎裂信息 的質(zhì)譜，然后綜合利用兩張質(zhì)譜的碎裂信息進行糖結構鑒定。然而，多糖化合物結構往往十 分復雜，兩次實驗所提供的碎裂信息，通常遠遠達不到準確鑒定各種同分異構體的需求；而 如果對同一糖樣品進行大量的實驗，雖然能夠提供足夠的碎裂信息，但該種鑒定方案的開 銷過大，尤其是需要借助多臺不同型號的質(zhì)譜儀，導致鑒定過程復雜同時也增加了鑒定成 本。
[0009] 有研究者進一步提出另一種方案；多級質(zhì)譜捜索策略，即使用超過二級質(zhì)譜的多 級質(zhì)譜能夠提供更多的斷裂信息，來實現(xiàn)同分異構體的逐步區(qū)分。一種已有的使用多級質(zhì) 譜鑒定方法是將多級質(zhì)譜與譜庫捜索策略相結合，使用已知糖結構的二級和=級質(zhì)譜構建 "質(zhì)譜-結構對"數(shù)據(jù)庫。此方法在一定程度上提高了鑒定準確度，但是由于其譜庫中譜數(shù) 據(jù)量少、物種單一，且多級質(zhì)譜數(shù)據(jù)僅局限于S級質(zhì)譜，所W對于某些糖類化合物的同分異 構體依然無法準確區(qū)分。
[0010] 綜上所述，當前迫切需要一種能夠W較小的開銷實現(xiàn)高準確度的多級質(zhì)譜鑒定的 解決方案。

【發(fā)明內(nèi)容】

[0011] 因此，本發(fā)明的任務是克服現(xiàn)有技術的上述缺陷，提供一種多級質(zhì)譜鑒定的解決 方案。
[0012] 本發(fā)明提供了一種多級質(zhì)譜生物大分子結構鑒定方法，包括下列步驟：
[0013] 1)對生物大分子樣品進行二級質(zhì)譜分析，將所獲得的二級質(zhì)譜作為當前質(zhì)譜；
[0014] 2)在當前質(zhì)譜中，選擇產(chǎn)生下一級質(zhì)譜的離子，基于所選擇的離子進行質(zhì)譜實驗 獲得所述下一級質(zhì)譜；
[0015] 3)使用層次貝葉斯模型將所述當前質(zhì)譜的后驗概率W先驗概率的方式代入所述 下一級質(zhì)譜，進而對每個候選結構對應的理論質(zhì)譜進行譜譜比對打分，其中，所述候選結構 根據(jù)當前質(zhì)譜的母離子質(zhì)量進行結構庫捜索得出；
[0016] 4)如果無法根據(jù)當前的譜譜比對打分結果得出唯一的匹配結構，則將所述下一級 質(zhì)譜作為當前質(zhì)譜，重復步驟2)進行下一級的質(zhì)譜分析，直至得出唯一的匹配結構。。
[0017] 其中，所述步驟2)中，所述產(chǎn)生下一級質(zhì)譜的離子根據(jù)各候選離子對應的信息滴 選出。
[0018] 其中，所述步驟2)中，所述產(chǎn)生下一級質(zhì)譜的離子的選擇方法如下：
[0019] 21)根據(jù)當前的質(zhì)譜的譜峰，選擇產(chǎn)生下一級質(zhì)譜的候選離子；
[0020] 22)計算各候選離子對應的信息滴；其中，對于每一個候選離子，模擬生成其所有 可能形成的下一級可能質(zhì)譜；然后每個可能質(zhì)譜存在的條件下，更新每個候選結構的后驗 概率，計算得到后驗概率的信息滴作為該可能質(zhì)譜的信息滴；對于每一個候選離子，計算該 候選離子所有可能質(zhì)譜的平均信息滴，將該個平均信息滴作為該候選離子對應的信息滴；
[0021] 23)根據(jù)所述各候選離子對應的信息滴選擇產(chǎn)生下一級質(zhì)譜的離子。
[0022] 其中，所述步驟23)還包括：選擇各候選離子中對應信息滴最小的作為產(chǎn)生下一 級質(zhì)譜的離子。
[0023] 其中，所述步驟23)還包括：結合各候選離子的豐度和的對應信息滴選擇產(chǎn)生下 一級質(zhì)譜的離子；其中，根據(jù)豐度篩除部分候選離子，然后在剩余的候選離子中，選擇對應 信息滴最小的作為產(chǎn)生下一級質(zhì)譜的離子。
[0024] 其中，所述步驟21)還包括：從候選譜峰離子中，排除在所有的候選結構中對應于 相同的子結構的離子。
[0025] 其中，所述步驟22)中，候選離子對應的信息滴的計算方法包括下列步驟：
[0026] 221)對于當前實驗質(zhì)譜中的候選離子i，分析其再次碎裂后可能產(chǎn)生的各個碎片 離子，得到每個碎片離子所對應的理論峰，每個理論峰在譜中出現(xiàn)或者不出現(xiàn)構成所有理 論譜的集合…，Sw，…，Si,。}，其中Sw表示第i個離子產(chǎn)生的第j種可能的質(zhì) 譜；
[0027] 222)然后計算每一個候選結構在下一級質(zhì)譜實驗中產(chǎn)生質(zhì)譜Sw的概率P(Si, JIGk，si，…sM)，其中M表示當前已得到的實驗譜的個數(shù)；進一步地，計算各個可能質(zhì)譜 分別存在的情況下，各個候選結構是正確結構的概率，并計算該概率集合的信息滴H(sw); 進而計算第i個離子產(chǎn)生的所有可能質(zhì)譜sw得到的信息滴的均值H(Si)。
[002引其中，所述步驟3)還包括：根據(jù)概率P(Gi|Si)和理論譜中的每個峰在實驗譜中出 現(xiàn)的概率