第2章 质谱蛋白质组学基础回顾

做蛋白质组学这些年，我经常被问到同一个问题：「MaxQuant 和 Spectronaut 到底差在哪？」问的人多了，我发现很多同学其实连质谱蛋白质组学的基本流程都没摸透。所以这一章，咱们先不急着对比工具，把基础骨架搭起来。

你想想看，无论是 MaxQuant 还是 Spectronaut，最终处理的都是质谱仪产生的原始数据。那质谱仪干了什么？说白了就两件事：测质量 和 打碎它。测质量给出一级谱（MS1），打碎后给出二级谱（MS2）。蛋白质组学就是从这些谱图中把肽段序列和蛋白身份推断出来。

2.1 质谱仪器与数据采集

现在主流的蛋白质组学质谱，我分三类讲：

  • 离子阱 (Ion Trap)：速度快，灵敏度高，但质量精度一般。适合大量样品筛选。
  • 轨道阱 (Orbitrap)：质量精度高（ppm 级别），分辨能力好。目前最主流的平台，比如 Thermo Q Exactive 系列。
  • Q-TOF：飞行时间质量分析器，速度快，适合复杂样品，但不是超高分辨的首选。

我在项目中遇到过，有人用 Orbitrap 做了 6 小时梯度，数据量几十 G，结果搜索时才发现碎裂模式配错了。嗯，这里要注意：碎裂方式决定了二级谱的碎片类型，直接影响数据库搜索的匹配算法。

碎裂方式 常见碎片 典型仪器 我的建议
CID b/y 离子 Ion Trap 适合多肽，但低质量区有 loss
HCD b/y 离子 + 报告离子 Orbitrap TMT/iTRAQ 定量首选
ETD c/z 离子 Orbitrap Fusion 处理磷酸化修饰效果好
ECD c/z 离子 FT-ICR 很贵，大组才用

我个人习惯，做 label-free 定量时首选 HCD，因为碎片信息完整，报告离子还能兼顾后面做 TMT 的兼容性。

2.2 蛋白质组学经典流程

别被各种工具绕晕，整个蛋白质组学分析就那么几步：

  1. 样本制备：蛋白提取、酶切（常用 Trypsin）得到肽段。
  2. 液相分离：C18 反相色谱，肽段按疏水性依次洗脱。
  3. 质谱采集：DDA（数据依赖采集）或 DIA（数据非依赖采集）。
  4. 谱图预处理：去噪、峰识别、母离子校正。
  5. 数据库搜索：将二级谱与理论谱图比对，鉴定肽段。
  6. 蛋白组装：将肽段映射到蛋白序列，非冗余组装。
  7. 定量分析：基于 MS1 强度（label-free）或报告离子强度（TMT）。
蛋白质组学核心分析流程 样本制备 液相分离 质谱采集 谱图预处理 数据库搜索 蛋白组装 定量分析 💡 两个关键分岔路口 1. 质谱采集策略：DDA vs DIA —— 决定了后续打开哪个软件（MaxQuant 擅长 DDA，Spectronaut 专攻 DIA）。 2. 定量策略：Label-free vs 同位素标记 —— 影响峰对齐、归一化方式。

避坑指南：我曾经遇到一个项目，同学在 DDA 数据上用 DIA 的分析软件去处理，结果跑了一夜全报错。我一看，采集模式都没选对。所以第一步就先确认：你手里的 raw 文件是 DDA 还是 DIA 模式？

2.3 数据库搜索的基本逻辑

现在主流搜索算法（如 Mascot、Andromeda、Comet）都基于一个相似原理：把实验二级谱与理论谱图进行打分匹配。理论谱图怎么来的？

  • 根据蛋白数据库（UniProt 或自定义），用 Trypsin 酶切规则预测所有肽段。
  • 对每个肽段，按碎裂方式（HCD/CID）预测 b/y 离子质荷比。
  • 计算实验谱图与理论谱图之间的相似度（常用 X!Tandem 算法或概率模型）。

这里有个参数很容易被忽略：母离子质量公差。我见过有人把公差设成 50 ppm，结果很多假阳性。我建议初始设成 10 ppm（Orbitrap）或 20 ppm（Q-TOF），后续再根据数据质量调整。

下面是一个 MaxQuant 搜索参数配置片段（我截取了一部分）：

# MaxQuant mqpar.xml 相关参数
0.01
0.01
Trypsin/P
2
Oxidation (M), Acetyl (Protein N-term)
Carbamidomethyl (C)
20
4.5
7
4600

个人技巧：我习惯把 firstSearchTol 设大一点（20 ppm），用来做质量再校准；mainSearchTol 再收窄到 4.5 ppm，这样能大幅减少假阳性。你试试看，效果很明显。

2.4 定量方法速览

定量是蛋白质组学的灵魂。我按是否需要标记来分两类：

方法 原理 软件兼容性 我踩过的坑
Label-free (LFQ) 基于 MS1 峰面积 MaxQuant、Proteome Discoverer 峰对齐定要做，不然大部分蛋白会丢失
TMT / iTRAQ 报告离子强度 MaxQuant、Spectronaut 标记效率不全是灾难，建议买商业试剂盒
SILAC 代谢标记 MS1 偏移 MaxQuant 内置 细胞分裂慢的细胞株（如神经元）别用

实际上，我最近做的一个多组学项目，同时用了 LFQ 和 TMT。我建议在预算允许的情况下，先跑少量 LFQ 做预实验，再上 TMT 做大样本。这样既能估计蛋白表达分布，又能避免浪费昂贵的标记试剂。

2.5 质量控制的几个关键指标

数据好不好，不是看跑了多少小时，而是看这些指标：

  • 鉴定肽段数：正常细胞样品（HeLa 酶切）应该能鉴定到 3000–5000 个蛋白。
  • 蛋白 FDR：控制在 1% 以内，别超过 5%。
  • 母离子质量偏差：平均值应在 ±2 ppm 以内。
  • 缺失值占比：超过 40% 的定量数据得怀疑样本或色谱问题。

⚠️ 注意：上机前一定要做 QC 跑一个标准样品（如 BSA 或酵母裂解液），确认仪器状态稳定。我遇到过连续三天数据质量波动，最后发现是色谱柱污染。QC 跑一遍就能发现。

好了，基础骨架咱们搭起来了。后面几章，我会具体深入到 MaxQuant 和 Spectronaut 的每一个参数、每一种算法，但理解这一章的内容是前提。你想想看，如果连峰对齐的原理都不清楚，怎么去判断两个软件谁做得更好？

← 上一章 📖 返回目录 下一章 →