这里咱们仅以MSFragger搜库战略为例，浮现TMT卵白组数据的预处置流程（图7）。寻常而言，MSFragger先对原始卵白组数据实行搜库，取得pepXML款式的搜库结果文献，随后使用Philosopher器材包实行肽段、卵白和翻译后打扮的定量和过滤等处置。开始，MSFragger的输出结果可能通过PeptideProphet实行肽段的判断和验证，关于打扮组如磷酸化打扮组数据，可能正在PeptideProphet输出结果的根本上通过PTMProphet实行打扮位点的判断麻将胡了2游戏入口。而关于卵白的判断，则可能通过ProteinProphet实行处置。末了，使用Philosopher实行FDR的过滤和定量，取得肽段秤谌、打扮秤谌或者卵白秤谌的TMT reporter ion intensity。可是，每个样本中统统卵白的相对定量值，须要基于参考通道的样品实行校正，即将某个样本中卵白的TMT reporter internsity值与参考通道样本中该卵白的intensity值的比值（TMT ratio）行为该卵白的相对定量值。

　　卵白质组和翻译后打扮组学仍旧正在性命科学、根本医学等科研范畴被通俗行使。可是，同其他众组学数据一律，卵白质组和翻译后打扮组学数据正在正式实行认识之前，须要始末数据的质控和预处置。寻常来说，

　　Maxquant搜库结果会取得3种定量值：Intensity、iBAQ、LFQ intensity。Intensity是将某Protein Groups里统统Unique和Razor peptides的信号强度实行加和，行为一个原始强度值。而iBAQ是正在此根本上，除以某个卵白的外面肽段数目，有点仿佛于长度准则化；LFQ则是将原始强度值正在样本之间实行校正，以肃清处置、上样、预分和仪器等酿成的样本间差错。因此，iBAQ可能用于样本内实行比力，而LFQ用于样本间比力。无论是Intensity、iBAQ和LFQ麻将胡了PG，正在后续定量认识中，寻常都邑实行log2转换、样本内中值或者quantile准则化，随后实行缺失值的过滤和填充，末了进入差别定量认识（图4）。Proteome Discoverer(PD)搜库默认定量值为iBAQ，寻常常用的准则化格式为FOT（Fraction of Total），即用样本内统统卵白的iBAQ总和实行准则化，然后基于准则化后的数据漫衍，抉择10e-5或者10e-8等实行缺失值的填充，有点仿佛于最小值填充，随后实行下逛数据认识流程（图5）。

　　目前DIA卵白质组学数据要紧有两种常睹的预处置流程：Spectronaut搜库战略和DIA-NN搜库战略。开始来看下Spectronaut搜库战略：

　　正在取得每个卵白的TMT ratio值后，实行log2转换，并实行样本内的中值准则化进程。可是，该进程也并非粗略的用TMT ratio值除以中值，而是始末了众重数据转换进程（图8）。开始谋划每个样本的TMT ratio中值，并谋划统统样本的全体中值M0；随后遵循惯例认识战略，用各自样本的中值准则化，正在此根本上谋划每个样本的绝对中值缺点MAD，并取得统统样本的全体绝对中值缺点MAD0；末了再基于M0和MAD0对卵白相对定量值实行准则化。你认为这就下场了么？咱们方才提到了参考通道的卵白相对定量值，最终卵白质的相对外达值A暗示为准则化后的卵白定量值（取完log2转换）加上对应参考通道卵白值（取完log2转换），随后实行缺失值处置、批次效应去除和下逛的差别外达认识等进程pg麻将胡了。

　　当然，分别实行室、分别卵白质组学本事、分别软件、以至是正在分别结构中，卵白质组学数据的预处置格式和流程也存正在很大差别。为了总共体会卵白质组学数据和翻译后打扮组数据预处置格式，咱们调研了近5年来50余篇代外性的高秤谌著作，并总结出分别本事门途、分别搜库软件和本事流程的数据预处置手段，这里咱们挑选个别调研结果供行家参考练习，生气对行家有所启迪。

　　对DIA-NN搜库战略而言，其数据预处置格式与Spectronaut仿佛，正在DIA-NN搜库取得相对定量值后先辈行log2转换、数据准则化、缺失值处置等进程，末了实行差别卵白的判断（图3）。

　　从调研结果可能看出，非论是卵白质组学如故翻译后打扮组学，也不管是正在血液、结构如故细胞中，数据预处置的格式大同小异。以Matthias Mann课题组2022年正在《Nature Medicine》中揭晓的著作（PMID: 35654907）为例，结构原因和血浆原因的DIA卵白组学数据判袂通过Spectronaut v13和Spectronaut v15.4搜库取得肽段和卵白的相对定量讯息，并对其实行log2的转换。随后实行缺失值的过滤和填充，正在该项探究中，探究职员通过正态漫衍的随机值对样本中的缺失值实行填充，填充后的数据进入下逛的统计和生物讯息的认识。但该探究中并没有提及数据准则化的格式和批次效应题目，正在咱们调研的其他办事中（图2），正在log2转换后和缺失值处置前，恐怕须要对数据实行样本内的中值准则化，使分别样本的数据漫衍处于统一秤谌，便于实行样本间的差别卵白比力。去除批次效应，寻常采用常睹的Combat格式即可。

　　好了，以上即是目前卵白质组学数据常睹的数据预处置流程，涵盖DIA、Label Free和TMT标识卵白质组学本事。正在本质行使进程中，您可能遵循己方数据的本质情形，遵循须要抉择适应的数据预处置手段，末了祝您科研顺手、生存欢乐！

　　正在大样本特别是临床大部队样本探究中，TMT 标识的卵白质组学本事行使较众，从调研的25篇文献中（图6）可能看出，其搜库格式也较为丰盛。除了Maxquantpg电子娱乐平台、PD外，MSFragger和MS-GF+也是比力常睹的搜库手段。

　　Label Free卵白组数据的搜库格式与DIA数据有所分别，从调研的15篇文献结果中可能看出，其搜库格式要紧有两种：Maxquant和Proteome Discoverer。