使用新的資料庫檢索模式鑑別和鑑定蛋白質的製作方法
2023-10-04 21:51:14
專利名稱：：使用新的資料庫檢索模式鑑別和鑑定蛋白質的製作方法使用新的資料庫檢索模式鑑別和鑑定蛋白質政府資助的聲明本發明是在來自國家科學基金(資金#CHE-0134953)和來自國家衛生研究院(資金^GM067193-01)的政府支持下完成的。政府在本發明中有一定權利。附件材料附件包括3個CD複製拷貝，其提供了軟體和資料庫文件。CD內容併入本文作參考。背景分子生物學的一個目的是鑑定由基因序列編碼的蛋白質的結構和生物化學活性。在很大程度上，蛋白質的結構鑑定依賴於當這些蛋白質在天然細胞條件下表達時確定蛋白質的一級結構(胺基酸序列)。一旦蛋白質從mRNA被翻譯，蛋白質的一級結構經常由於酶的作用而被修飾。這些修飾包括在胺基酸殘基的側鏈添加一個新的基團(moiety)，如向絲氨酸添加一個磷酸酯，或者蛋白酶裂解，如除去起始甲硫氨酸或信號序列。因此，蛋白質的結構鑑定包括胺基酸序列的線性組構(如由可變剪接和多態性而影響)以及可在序列內發生的任何修飾的存在。為此，蛋白質組學研究的主要目的是了解在蛋白質上發生的詳細的修飾。這類信息不僅對於了解蛋白質的生物學活性是關鍵性的，而且對於開發用於控制與人類疾病相關過程中的細胞增殖和分化的藥物也是很重要。質譜分析(MS)是用於鑑別未知化合物、定量已知化合物和確定分子結構的一種分析技術。質譜儀是一種測量從個體分子轉化的離子的質量的儀器。這一儀器依據離子的特定質量與電荷比而間接測量分子質量。一個離子上的電荷由電子的基本電荷單位z以及質量電荷比m/z表示。典型地，質譜分析中的離子僅有一個單電荷(z=l)，因此，m/z值與以Da表示的分子質量在數字上相等。對於單電離子，柳/2比是特定離子的質量。通常，MS轟擊具有高密度質子、電子或中性氣體的樣品的離子，斷裂連鍵，導致從完整分子的分子離子形成碎片離子(fragmentiom)。儘管由MS產生陽性和陰性離子二者，但是僅有一種極性離子被一特定儀器設置檢測。氣相樣品離子的形成使得可以根據質量分選各種離子，並使之得以檢測。樣品可以是畫體、液體或蒸氣，它們經入口進入儀器的真空腔。靜電和/或磁濾波器被用於根據各自的m/z比而選擇離子，這些離子被集中於檢測儀上。在檢測儀中，離子通量被轉變為比例電流。儀器隨後記錄這些電信號的輻度，作為m々的函數，並將這一信息轉變為質譜。絕對質量檢索使得能用完整質量與碎片離子質量的組合從一個序列資料庫中明確地鑑別蛋白質(見圖1)。鑑別是通過從一有注釋資料庫中選擇處於用戶規定的觀察的平均或單一同位素完整質量的容差(userspecifiedtoleranceofanobservedaverageormonoisotopicintactmass)範圍內的所有序列而實現的。優選地，候選蛋白質是從以質量索引的蛋白質形式的資料庫中檢索到。然後用觀察的碎片離子對每一候選序列進行計分。這一過程涉及從每一候選序列計算所有的理論或c/"型碎片離子質量(平均或單一同位素)並計算處於用戶規定的任何理論碎片離子容差(絕對或每百萬份中之份數)內的觀察到的碎片離子數。觀察到的碎片離子數和相應於理論碎片離子的觀察到的碎片離子數被用於計算假性鑑別的概率。所有計算分值與所考慮的候選序列數相乘得到基於概率的分值。然後，具有最低分值(並因此具有為假性鑑別的最低概率)的候選蛋白質被認為是可能性最大的候選蛋白質。MS已被用於確定蛋白質的一級胺基酸序列。觀察到的蛋白質碎片離子的質量差異可被用於推導一部分蛋白質序列的胺基酸組成。這些序列標記可被用於鑑別蛋白質序列，條件是可以獲得足夠數目的相關蛋白質碎片離子的MS數據。使用MS的策略現在正在被開發以改進在蛋白質規模檢測蛋白質修飾的效率和可靠性。儘管在哺乳動物基因組中存在遠比過去所認為的要少的基因數量(LanderWa/.，2001)，但是由於核苷酸多態性、可變RNA剪接、RNA編輯和翻譯後修飾所致的每一基因有不同的蛋白質形式是可能的。除了通過修飾調節蛋白質功能外，環境信號也導致蛋白質的化學修飾。修飾的檢測為了解真核細胞的基礎調節機制以及診斷人類疾病提供了一個重要機會。最常見形式的基於MS的蛋白質結構測定涉及利用"自下而上(bottomup)"方法首先用已知特異性的蛋白酶消化完整蛋白質，以產生較短的多肽碎片(見圖2)。這些碎片隨後被純化和用MS進行鑑定。基於所觀察到的各個多肽碎片的絕對質量，可以推斷出胺基酸組成，並且使用檢索算法和已知蛋白質組成的資料庫可以推導蛋白質身份。使用這一方法，已經在單一蛋白質上常規進行修飾的檢測，從而產生接近100%序列覆蓋範圍的肽譜(BiemannandPapayannopoulos,1994)。當然這一方法在鑑定修飾時會留有缺口，因為蛋白酶衍生碎片可能會經歷額外的化學變化並因此未能提供有關原始蛋白質的足夠冗餘的信息。用於這一方法的檢索算法現在能支持一些類型的修飾檢測和定位，並且是常規可獲得的(Clauser"a/.,1999;PerkinsWa/"1999;Wilkinsefa/"1999;andZhang""/.,2000)。現在正在開發基於分析衍生自用胰蛋白酶消化完整蛋白質的肽碎片的測量技術以直接靶定修飾。例如，已使用多種程序增強了磷酸化和糖基化的檢測，如分離含有修飾的多肽碎片(例如基於修飾的肽的選擇性純化)、應用MS檢測特異性修飾(例如掃描修飾的肽的標記離子)或同時使用這兩種方法(Goshe""/.,2001;Oda"a/"2001;SteenW,2001;Zhou"a/.，2001;FicarroWa/.,2002)。最終，所述自下而上方法已被用於檢測來自兩種生物學樣品的蛋白質修飾譜中的差異(例如磷酸蛋白質組學)(Odae/"/"1999;Goshee/"/"2001;Odaa/.2001;Zhouefa/"2001;Ficarro"a/.，2002;Gerber<a/.，2002)。儘管這些技術中的一些正在被放大以用於分析數百個蛋白質，但無一可通用於所有類型的修飾。一種稱為"自上而下(topdown)"的替代方法已經被開發用於鑑別和鑑定完整蛋白質中的修飾(見圖2)。這一方法使用串聯質譜法(MS/MS或(MS)")以首先使完整蛋白質碎片化，隨後收集碎片並使之進行後續輪次的碎片化和質量測量。因此，自上而下方法確定完整蛋白質和蛋白質碎片離子的絕對質量。由於完整蛋白質進行MS，所以分析中不會有結構信息被忽略，因此自上而下方法具有鑑別在完整蛋白質內發生的所有修飾的潛力。自上而下方法已被用於獲得來自多達4種生物體的32個蛋白質的修飾信息(Kelleher""/.，1998;PinedaWa/"2000;Reid"a/"2002;Meng"a/"2001)。自上而下方法通用於所有修飾。目前己被自上而下方法鑑定的修飾包括糖基化(Reid"a/.，2002;Geefa/.,2003)、Cys垸基化(KelleherWa/.，1995)、二硫鍵形成(GeeM/.，2002)、氧化(Ge"a/.，2003)和磷酸化(MengWa/.,2001)。這一方法的主要障礙通過蛋白質純化程序的改進(Kachmanfl/.，2002;Meng"a/.，2002)、傅立葉變換MS(FTMS)的自動化(JohnsonW2002)，四極-FTMS混合儀器的開發(Belov"2001)以及從MS/MS數據鑑別完整蛋白質所需的軟體的改進(ReidW"/.,2002;Menge/a/.,2001)而被降低。然而，在用於完全鑑定具有修飾的蛋白質的數據加工和檢索軟體方面仍存在重大障礙。概述在一個方面，本發明提供了一種選擇針對一種樣品多肽的一組候選多肽的方法(amethodofselectingasetofcandidatepolypeptidesforasamplepolypeptide),包括根據由質譜法產生的樣品多肽碎片質量差異對候選多肽集合進行的第一次精選(refming)，以及根據樣品多肽的絕對質量和碎片的絕對質量對候選多肽集合進行的第二次精選。在第二方面，本發明提供了用於計算機的電腦程式產品。所述電腦程式產品包括一計算機可用介質，在所述介質中有用於選擇針對一種樣品多肽的一組候選多肽的計算機可讀程序代碼。所述電腦程式產品包括用於指導計算機選擇針對一種樣品多肽的一組候選多肽的計算機可讀程序代碼，包括根據由質譜法產生的樣品多肽碎片質量差異對候選多肽集合進行的第一次精選(refining)，以及根據樣品多肽的絕對質量和碎片的絕對質量對候選多肽集合進行的第二次精選。在第三方面，本發明提供了一種用於選擇針對一種樣品多肽的一組候選多肽的系統，包括用於實施根據由質譜法產生的樣品多肽碎片質量差異對候選多肽集合進行的第一次精選(refining)的裝置、用於實施根據由質譜法產生的樣品多肽的絕對質量和碎片的絕對質量對候選多肽集合進行的第二次精選的裝置、和計算機。定義術語"碎片(fragments)"和"碎片離子(fragmentions)"當指由質譜法產生的完整多肽的碎片時在本說明書中可互換使用。術語"初生多肽(nascentpolyp印tide)是指mRNA的最初翻譯產物。術語"修飾"在本文是指初生多肽的一級結構的任何化學變化。蛋白質的"修飾"包括(i)在一個密碼子位置的多態性，其產生蛋白質一級結構內的一個不同胺基酸；(ii)mRNA轉錄物的可變剪接或RNA編輯(editing)，其導致在被剪接或編輯的mRNA翻譯時產生不同的一級結構；和(iii)在蛋白質翻譯後的化學修飾，其導致蛋白質分子質量的改變。化學修飾包括在細胞中天然發生的翻譯後修飾(例如蛋白水解、蛋白質剪接、N-Met和信號序列的去除、核糖基化、磷酸化、烷基化、羥基化、糖基化、氧化、還原、十四烷基化、生物素化、遍在蛋白化(ubiquination)、碘化、亞硝基化(nitrosylation)、氨基化、硫添加、肽連接、環化、核苷酸添加、脂肪酸添加、醯基化等)以及從對於生物學細胞非內源性的來源(例如環境誘變劑、化學致癌劑、實驗誘導的人工修飾等)發生的修飾。術語"鳥槍注釋(shotgunannotation)"是指對多肽中一個胺基酸殘基發生的特定修飾的描述(例如絲氨酸羥基的磷酸化)。典型地，鳥槍注釋可限定在一限定序列範圍內發生的多肽胺基酸殘基的特定修飾(例如在序列RXYS/TZR《其中Z是任何胺基酸中的絲氨酸或蘇氨酸的羥基的磷酸化)。鳥槍注釋導致資料庫擴大至包括含有指定修飾的蛋白質形式。鳥槍注釋包括本文所用術語"修飾"所表示的任何類型的修飾。短語"動態修飾"是指在進行檢索過程中產生軟體程序或資料庫中的變化。短語"動態鳥槍注釋"是指在進行檢索過程中產生對資料庫中的蛋白質結構的鳥槍注釋。術語"擴展(expanding)"是指在對較小集合進行鳥槍注釋後集合中的蛋白質形式數量的增加。短語"擴展的集合"是指在對較小集合進行鳥槍注釋後獲得的蛋白質形式的集合。術語"精選"是指在用序列標記模式檢索或絕對質量模式檢索對一較大集合進行査詢後，集合中蛋白質形式數量的降低。短語"精選的集合"是指在用序列標記模式檢索或絕對質量模式檢索對一較大集合進行查詢後獲得的蛋白質形式的集合。本文所用術語"肽"是指由經肽鍵連接在一起的D-或L-胺基酸或D-和L-胺基酸的混合物的單鏈組成的化合物。優選地，肽含有至少2個胺基酸殘基並且長度上少於50個胺基酸。本文所用術語"多肽"是指至少兩個胺基酸殘基的聚合物並且其含有一或多個肽鍵。"多肽"包含肽和蛋白質，而無論該多肽是否具有明確的構象。優選地，多肽是天然存在的蛋白質。本文所用術語"蛋白質"是指由線性排列的由肽鍵相連的胺基酸組成的化合物，但是與肽相反，其具有明確的構象。蛋白質與肽相反優選地含有50個或更多個胺基酸組成的鏈。儘管在本文中指出的是蛋白質，但是通常理解的是本發明適用於所有多肽。短語"蛋白質形式(proteinform)"是指單一種類的多肽或蛋白質，包括任何修飾。因此，根據基因結構、轉錄的mRNA的結構以及任何修飾的性質，一個單基因可編碼許多蛋白質形式。短語"RNA剪接"是指通過一給定RNA內的兩個非相鄰磷酸二酯鍵的磷酸二酯鍵裂解除去至少一個RNA間插序列以及通過磷酸二酯鍵連接而連接兩側的外顯子RNA序列。短語"RNA編輯(RNAediting)"是指RNA序列的核苷酸組成中的改變，其中轉錄的RNA的至少一個核鹼基由一具有不同的氫鍵鍵合特異性的核鹼基置換。所得到的被編輯的RNA可編碼多態性、延長的多肽序列(例如通過消除終止密碼子或導入起始密碼子所致)、或截短的多肽序列(例如通過導入終止密碼子所致)。短語"RNA加工"是指導致RNA序列的共價修飾的任何反應。"RNA加工"包括RNA剪接和RNA編輯。短語"檢索模式"是指從一倉庫資料庫鑑別和檢索候選蛋白質形式的方法。短語"序列標記(sequencetag)"是指一多肽碎片的至少兩個連續胺基酸組成的短末端序列，其可以從由質譜法產生的多肽的兩個相關碎片的質量差異中推斷出。本文所用術語"結構"當用於蛋白質時是指蛋白質的一級胺基酸序列，包括修飾。本文所用術語"結構"和短語"一級結構"具有相同含義。短語"倉庫資料庫(warehousedatabase)"是指兩個或更多個蛋白質形式的集合。附圖的簡要描述圖1是描述了使用MS數據的絕對質量模式檢索程序獲得候選蛋白質的系統結構的流程圖。圖2圖示了用於經MS進行蛋白質鑑別和蛋白質鑑定的"自上而下"和"自下而上"方法，其中可對修飾(例如翻譯後修飾("PTM"))進行鑑別和定位。圖3描述了混合檢索模式方法學的方法流程圖。圖4是軟體系統流程圖，該軟體系統包括一檢索算法(ProSightRetriever)、蛋白質形式的倉庫資料庫(ProSightPTMWarehouse)和主要工具(primaryutilities)。圖5示出了一個實施方案，其中資料庫以"Deltam"模式被檢索圖6示出了鳥槍注釋的示意圖。圖7示出了針對來自釀酒酵母(51.cem^/"e)的ALS-PAGE/RPLC級分的MS/MS實施例。詳細描述本發明利用了混合檢索模式方法學和軟體平臺的發現來確定包括修飾的蛋白質結構。用於確定含有修飾的蛋白質的結構的混合檢索模式方法學使用一種序列標記模式檢索和一或多種絕對質量模式檢索的組合來選擇一精選系列的候選多肽來獲得樣品多肽。這一方法學和相關軟體平臺如下所述。潔合檢索漠式方法學(場6nW化Grc/z/"g廳ofe,f/zo(io/ogyJ混合檢索模式將序列標記檢索的序列鑑別能力與絕對質量檢索的修飾檢測和鑑定力組合在一起(見圖3)。這一混合方法代表了比先前單獨用序列標記或絕對質量檢索方法可能達到的更有效的精選蛋白質集合的方法。在混合檢索中，序列標記從碎片化數據和候選蛋白質集合中匯總。候選蛋白質可源自倉庫資料庫。每一修飾的性質及其在蛋白質內的位置隨後使用致力於完整蛋白質離子和碎片離子的質量的絕對質量方法確定。不計在蛋白質形式的理論質量中的任何質量通常可歸於完整蛋白質或蛋白質碎片中修飾的存在。優選地，蛋白質形式的資料庫最初由大的蛋白質集合組成。優選地，最初資料庫含有未注釋的序列信息。優選地，這一資料庫形成候選多肽的最初集合。在一優選的實施方案中，序列標記檢索將精選由未修飾的多肽組成的候選蛋白質集合。任選地，候選蛋白質集合可以隨後用候選多肽的注釋擴展以考慮修飾。優選地，在序列標記檢索後，在這一集合上進行絕對質量模式檢索以獲得最終的候選多肽集。如果精選後的集合僅含有一種蛋白質形式，則絕對質量檢索模式獨特地鑑別蛋白質中的修飾。混合檢索模式方法學總是採用一種序列標記模式檢索，隨後是至少一種絕對質量模式檢索。任選地，絕對質量模式檢索可以在序列標記模式檢索之前。例如，一種"三階段"檢索可以用混合檢索模式進行。這一方法使用碎片的最初絕對質量利用非嚴格檢索參數(例如最低限度考慮修飾或者大的質量準確度容差或兩者)以鑑別候選序列集合，隨後為序列標記模式檢索以精選候選序列集合。然後進行絕對質量模式檢索以進一步精選集合。疑伴乎臺(TSq/hv髒//"一附W描述了計算機軟體和系統，它們包括檢索算法、蛋白質形式的倉庫資料庫和其它工具(見圖4)。檢索算法支持基於觀察到的碎片離子的絕對質量值的6々和/或c/"離子檢索和序列標記檢索。蛋白質形式的倉庫資料庫可包括未注釋的和注釋的修飾信息。其它有用設施包括數據管理系統、離子預測器、數據還原工具和圖形觀察器界面工具(graphicalviewerinterfacetool)。通過使用組合了序列標記檢索模式和絕對質量檢索模式的混合檢索方法，檢索算法促進了包括修飾信息的蛋白質的自上而下鑑別。參見圖3，首先將所獲得的針對完整蛋白質和所產生的蛋白質碎片離子的MS數據進行蛋白質形式的倉庫資料庫的序列標記檢索查詢。在序列標記檢索中，用戶基於碎片離子質量差異確定蛋白質的部分序列。當產生序列標記時，提供具有相同名義質量值的胺基酸的支持(例如，lie禾BLeu;Lys和Gin)。一種執行產生代表數據所可能含有的所有可能的序列標記的圖。然後分析該圖以產生針對每一被代表的序列標記的規則表示。隨後人們可以用這一部分序列信息從未注釋的蛋白質序列的資料庫選擇候選蛋白質。任選地，用戶可用手工匯總的序列標記集進行檢索。每一候選序列接受一個分值，該分值通過將匹配該序列的所有序列標記的長度相乘而計算出。為了方便起見，僅選擇具有比規定的容差高的分值的序列作為數據輸出。當檢索是用序列標記檢索模式進行時，注釋的序列標記通常不被支持。這是合理的，因為不太可能一個序列標記與一個修飾位點重疊並且因為如果考慮一給定的注釋序列標記集合中可產生的所有可能修飾，則數據的圖形表示會變得複雜。使用這一限制，可以在蛋白質資料庫上實施強線性檢索(robustlinearsearches)以獲得針對檢索功能的可接受的性能測量(例如，對於實際査詢(realqueries)，檢索時間典型地在3秒鐘運行時間以下)。任選地，一種稱為A/toM模式(Mm模式")的絕對質量檢索模式通過考慮輸入的完整MW值和資料庫中收錄的理論值之間的質量差異使得可以檢索攜帶一個未知性質或質量的修飾的蛋白質(見圖5)。如果用完整質量誤差約土lDa進行檢索，則可產生質量準確度差異。值的準確度也是土lDa，並且碎片離子準確度可以是每百萬份中之份數(ppm)。根據所選擇的輸入設置，」m值可以有變化的準確度。歪力廣,式遊倉,教薪度0Fare/zow化(i"to6oyeo/pra/W"J使用自上而下方法的所有鑑別算法最初從一資料庫中選擇候選序列集合。未注釋形式的蛋白質可作為FASTA文件得自世界上的公共資料庫，如SWISS-PROT,GenBank等。這些資料庫可被探查以使得人們創建為特定項目特製的所需的蛋白質形式倉庫資料庫。優選地，PERL腳本被用於將FASTA文件轉成易於組裝倉庫資料庫的文件。當FASTA文件被轉化時，向來自FASTA文件的基本序列加入必要信息如平均和單一同位素質量計算和序列中的胺基酸數。論,教薪岸遊鳥潛茫釋o/衡re/zo聽鑑於在資料庫中缺乏正確的蛋白質形式會妨礙其鑑別，用RESID命名創建注釋序列的數據倉庫，RESID是已知修飾類型的權威資料庫(Garavelli,2003)。擁有蛋白質形式資料庫使得人們考慮可能由獨特的序列基序的出現表示的巳知和推定的修飾。這一方法目的在於將蛋白質形式的部分或完全鑑定與通過檢索來自蛋白質形式資料庫的已知蛋白質而對其進行的鑑別聯繫起來(見圖6)。可在資料庫中注釋的翻譯後修飾事件包括N-末端乙醯化、信號肽預測、磷酸化、脂醯化(lipoylatkm)、GPI錨定、核糖基化、垸基化、羥基化、糖基化、氧化、還原、十四垸基化、生物素化、遍在蛋白化、亞硝基化、氨基化、硫添加、肽連接、環化、核苷酸添加、脂肪酸添加、醯基化、蛋白水解等(對於多肽有約150-200種翻譯後修飾(Garavdli，2003)是已知的並可被認為是注釋)。人們可以從公共資料庫如SWISS-PROT中獲得修飾注釋或將修飾注釋手工輸入倉庫資料庫。優選地，每一倉庫資料庫具有摻入基因屬性、蛋白質形式屬性和修飾屬性的三個表。基因屬性包括基因鑑別信息和基因結構的詳細描述。蛋白質形式屬性包括基因鑑別、蛋白質形式鑑別、單一同位素質量、平均質量、胺基酸數、任何已知屬性的標記如信號序列、起始甲硫氨酸等。修飾屬性包括修飾(RESID)鑑別、平均質量、單一同位素質量和RESID編碼屬性。倉庫資料庫的主要任務是負責處理來自檢索算法的査詢。優選地，檢索算法總是基於質量(平均或單一同位素質量)查詢倉庫資料庫。因此，資料庫應該以質量進行索引並應該迅速回報相應的序列從而不降低整個系統的速度。蛋白質形式的表含有檢索算法所需的大部分信息。由於蛋白質形式的表已經含有所有注釋的序列和質量，因此人們可以從資料庫中獲得對來自檢索算法的查詢的迅速回應。雖然修飾位點可以從蛋白質的遺傳信息中經理論預測，但是通常希望的是用所有潛在可能的注釋組成注釋資料庫。將這些注釋包括進來將產生從其剪切大小和延長的檢索時間而言使用不便的資料庫。一旦檢索算法基於序列標記檢索程序鑑別了精選的候選蛋白質集合，則可以產生含有針對那些特定蛋白質的所有可能的注釋的擴展集合。倉庫資料庫的這一修飾不會削弱檢索算法的性能，因為檢索查詢被限制於可能的蛋白質形式的小集合中。因此，倉庫資料庫的動態鳥槍注釋可以被包括在混合檢索方法中。一旦這一集合蛋白質候選物被精選產生了最終的候選多肽及其相關修飾的集合，則被動態輸入倉庫資料庫的鳥槍注釋可以在另一樣品多肽被鑑定之前被取消。離子預測器預測理論妙和c々離子，並被包括在軟體和系統中。這些計算可用於計算誤差，以道爾頓或每百萬份中之份數(parts-per-million)表示(例如見實施例1,表I)。教薪還嚴JZ^raiwc".o"too/,軟體和系統中包括數據還原工具，用以從還原的碎片化數據除去從多種電荷狀態以及水/氨喪失產生的冗餘峰。這類工具可用於在獲得的MS數據被用於檢索算法之前快速分析它們。任何數據管理系統均可用於倉庫資料庫。優選地，數據管理系統包括MySQL。這一通用資料庫系統具有許多實用的支持工具和API，並且這一系統是公眾易於獲得的。附件中提供的軟體使用Version11.18distribution3,23.52MySQLforLi羅.凰形觀蔡器界,(Graphicalviewerinterfacetool)在所有檢索方法中，候選序列集合被賦予不同分值而回報。用於觀察衍生自所有檢索方法的候選序列集合的圖形觀察器界面工具被包括在軟體和系統中。任選地，圖形觀察器界面工具包括在本地工作站中，該工作站包括本發明的其它特徵。任選地，圖形觀察器界面工具適於觀察經互連網從遠程伺服器獲得的數據。對於絕對質量模式檢索，將基因描述、序列、序列長度、理論質量、質量差異(絕對和ppm)、匹配的6(或c)型離子數、匹配的y(或")型離子數、匹配的碎片總數以及計算的概率值提供給用戶。用戶可隨後通過許多列出的抬頭(header)對候選蛋白質集合分類並觀察任何檢索的序列的碎片化詳細資料。碎片化詳細資料觀察提供給用戶有關與該序列匹配的每一碎片的詳細信息。這一觀察提供鑑別的離子、觀察的質量、理論質量、簡單質量差異(即在考慮任何質量位移之前，如通過用"deltaM"模式推導)和位移的質量差異(即在考慮了"deltaM"模式中質量位移之後)以及以百萬分之份數表示的位移的差異。圖形觀察器界面工具還允許碎片化詳細資料的可視化，這是用於確定序列覆蓋範圍和識別碎片化模式以增加用戶對正確鑑別的置信度的有用特徵。被支持的資料庫(Databasessuported)支持資料庫可被構造用於任何生物體。一個實施方案支持用於9種生物體的資料庫，這9種生物體包括釀酒酵母(Sacharomycescerevisiae))、埃希氏大腸桿菌(Escherichiacoli))、擬南芥(Arabidopsisthaliana))、枯草芽孢桿菌(Bacillussubtilis),詹氏甲烷球菌(Me/Zzartococowjannaschii)、肺炎支原體(Mycoplasmapneumoniae)、沙雷菌(Shewanellaoneidensis),小家鼠(Musmusculus)和人(Homosapiens。酵母生物Saccharomycescerevisiae資料庫含有最多的注釋，具有已知和預測的修飾信息。資料庫可擴縮性(DatabaseScalability)特別感興趣的是資料庫和檢索時間如何隨修飾信息的增加而放大。一給定的基因和推定的修飾集合產生指數級的蛋白質形式，其中每一形式含有可能的修飾的亞集合。因此隨著n種蛋白質和每一蛋白質m種可能的加工事件，一個實施方案包括含有0("2J蛋白質形式的資料庫。鑑於檢索算法以依賴於完整容差的常數運行(9(wlog2")，絕對質量檢索算法相對於m幾乎線性放大。藉助於已知和推定蛋白質形式的資料庫，可鑑別和鑑定觀察到的蛋白質形式，條件是一些修飾被正確預測。公眾可訪問資料庫中假信息的增加會使得一些基於稀少的(sparse)MS/MS數據的檢索不明確。但是，匹配的碎片離子質量數將隨著在査詢步驟中所用的更廣泛和精確的修飾信息而增加。具有質譜分析裝置的計算機界面任選地，各組件被安裝於計算機系統中以與質譜儀通迅。在一個實施方案中，計算機是本地工作站。在另一個實施方案中，計算機是不在現場的伺服器(serverlocatedoff-site)。在後一實施方案中，組件可被儲存在伺服器上並用基於互連網的界面工具訪問。從質譜儀產生的MS數據被傳遞到計算機中以用於數據採集和存儲。計算機的中央處理器協調使用在一個優選的實施方案中運行的檢索算法進行的對採集的MS數據的分析以檢索蛋白質形式倉庫資料庫。操作者規定的容差選自由檢索算法軟體提供的選項以使得從蛋白質形式倉庫資料庫收集蛋白質候選物以進一步分析修飾。醫學應用人們可辨別環境信號對體內特定靶蛋白質上的修飾程度的影響。例如，許多人類疾病狀態由修飾如磷酸化調節。人們可以診斷外遺傳疾病，其涉及家族內的特異基因的基於修飾的改變。特異的蛋白質可被測量以發現不尋常的修飾的存在並提供對可能與已知基因序列內的改變的相關性不良的疾病狀態的新的洞察。因此這一系統提供了用於篩選疾病或有患特定疾病傾向的個體的強平臺。當個體蛋白質的修飾改變牽涉於疾病的病因學中時，系統可被構建用於研究設備中以促進發現控制或調節對特定蛋白質添加或除去修飾的藥物化合物的發現。在本文公開的一個實施方案中，系統作為一個高通量篩選策略的一個完整組件而實施，其中候選藥物化合物的組合文庫的促進或抑制與修飾活性相關的酶催化特定蛋白質底物上的修飾的能力被評價。用MS查詢蛋白質底物中是否修飾的存在(或不存在)。具有所希望的藥物學作用的化合物隨後可被用於針對特定疾病的第二級藥物開發計劃。系統可被構建用於臨床應用以評價控制或調節特定蛋白質的修飾添加或除去的藥物化合物的功效。在一個實施方案中，系統可被用於從患者樣品確定特異的蛋白質是否攜帶應答藥物質量的修飾。例如，感興趣的靶蛋白質可被從製備自患者樣品的裂解物中純化至均質，並根據本文描述的方法、軟體和系統進行MS/MS分析。得自樣品蛋白質的MS數據相對於倉庫資料庫中所含的具有其所有天然鳥槍修飾注釋的相應蛋白質形式的差異將容易獲得，並對於治療方案的藥物活性有意義。本發明所屬
技術領域：
的技術人員能明了本發明可被用於檢測蛋白質中的多種修飾，而無論其發生機制是什麼。例如，人們可使用本發明鑑別和鑑定單蛋白質上多態性的位置、mRNA的RNA剪接或RNA編輯對所得蛋白質序列的影響、翻譯後修飾和環境誘導的化學修飾的存在。另外，本領域技術人員明白混合檢索方法學使得可以檢測產生在理論預測的多肽形式和實際測量的多肽之間的質量差異的任何生物學事件或生物信息學不精確。/Vo5Vg/2f屍rM'教/好膽教附件包括一個CD盤，其提供了實施本文公開的方面和實施方案所需的所有軟體工具和樣品注釋的蛋白質形式的倉庫資料庫。稱為"ProSightPTM"的系統是一個優選的實施方案。這一系統包括4個主要組件，所有均具有基於互連網的界面蛋白質資料庫(ProSightWarehouse、資料庫檢索算法(Retriever)、數據管理器、計劃跟蹤器和其它有用工具(見圖4;Taylor"a/.,2003)。限時任務，如資料庫搜索和計分，是在Linux上以0++語言利用面向對象的設計進行編寫的，並利用iODBC庫進行資料庫連接。採用(針對語言表達性而選擇的)OCaml來寫數據還原工具以及利用繪製圖像(renderingimages)的GD模塊用PERL來寫可視化工具。使用絕對質量檢索需要在ODBC激活的資料庫管理系統上執行ProSightWarehouse。互連網應用使用由在雙處理器Athlon2200+MP上運行的ApacheHTTP伺服器提供服務的CGI寫入PERL。實施例公開了一些實施方案，具體示出了與釀酒酵母36-kDa蛋白質相關的修飾的MS/MS分析，該蛋白質稍後被鑑別為磷酸甘油醛脫氫酶3型酶。儘管使用了Q-FTMS，但是可以替換得自任何類型的質譜儀的關於完整蛋白質的數據。描述的資料庫策略是針對即將進行的特定應用所希望的改良的檢索分值和修飾鑑定率而使用已知的和推定的修飾信息。—辨天然摩母歪A應效^動眾^J:^T分析在一種ALS-PAGE/RPLC級分中觀察到一種M值為35,758.3Da的酵母蛋白質(圖7A)。在同一樣品中還有3種其它成分，其中之一相應於一種附著於該35.8-kDa物質的磷酸加成物(+98Da)。在線解巻積算法(on-linedeconvolutionalgorithm)挑出該35.8-kDa蛋白質並產生合適的SWIFT波形以選擇輸出圖7B所示的5種電荷狀態。使用IR雷射器，自動產生圖7C的MS/MS譜，其具有相應於由THRASH算法自動檢測的27種離散的碎片離子質量值的39種同位素分布。在濾波器除去假峰(spuriouspeaks)(例如失水峰)後，使用20種離子質量作為用於資料庫檢索的最終輸入。這一蛋白質被鑑別為甘袖醛-3-磷酸脫氫酶(GAPDH3)，其具有9個6-型離子和3個匹配的,型離子(表I和表II)。這一檢索的屍值是4xl0—8，表明這一鑑別不太可能是一假事件。表IGAPDH3(SEQIDNO:l)的離子碎片化數據tableseeoriginaldocumentpage24GAPDH3具有331個胺基酸；理論質量35，615.5Da;如142.8Da表II:GAPDH3(SEQIDNO:l)的圖示碎片圖譜vrva工ngfgr工gr:lvmr工alsrpnvevvJAJnJdJPjE"J工TNdYAaYMFKYdSTHGRYAGEVSHDDKH工VDGKK工ATYQERDPANPWGSSND工ADSTGVFKEDTAQKH工DAGAKKVVITAPSSTAPMFVMGVNEEKYTSDKVSNAS￡TT￡IiAPAKVNDAFGIEEGMTTVHSTATQKTVDGPSHKD[WRGGRTASGN工PSSTGAAKAVGKVPELQGKTGMAFRVPTVDVSVVDIiTVKIiMKETTYDEIKKVVKAAAEGKKGVI;GYTEDAVSfSDFIiGDSHSSIFDASAGQ:lSPKFVK1/SWYDNEYGYSTRVDLVEHAKAi下劃線的Cys殘基是被鑑別含有丙烯醯胺修飾的殘基。符號j是指氨基衍生的碎片離子，而符號f是指羧基衍生的碎片離子。這一基因產物(GAPDH3;SEQIDNO:l)被成功地與GAPDH基因家族的其它成員GAPDH2(SEQIDNO:2)和GAPDHl(SEQIDNO:3)區分開，其與它們分別具有96%和80%的序列相同性。這些數據還將這一蛋白質形式從由ExPASy報導的一個不一致中辨別出，其中331個胺基酸中僅3個不同。另外，GAPDH3基因產物的觀察分子質量比從資料庫中的序列(無起始Met)計算出的理論值大142Da。碎片圖譜將這一質量差異(A肌)定位在Asp90和Asp股之間，在這一序列區間僅有兩個Cys殘基(Cys,49禾nCys153)(見表II)。使用手動Q-FTMS/MS和超導磁體外的離子碰撞解離對這一蛋白質形式進行的隨後的探詢產生了圖7D的譜圖，其具有98種同位素分布。使用這些數據作為檢索算法的輸入數據進一步將所述+142DaAm限定在Pro126-Leu154區域。這些數據與在凝膠電泳期間兩個Cys殘基被丙烯醯胺烷基化(各+71Da)相符。儘管沒有精確定位於Cys149和Cys153，但是這一凝膠內修飾具有若干先例並預期適用於基於PAGE的分級分離中的游離硫醇。因此，整體方法涉及最初用自上而下方法檢測共價修飾。鑑於絕對質量檢索時間線性依賴於被計分的候選序列數，較小的完整容差加速檢索時間。用土2-kDa容差對酵母進行的簡單檢索對於1500個候選物用時6秒，而用200-Da容差進行相同檢索對於200個候選物用400毫秒完成。混合檢索線性依賴於FASTA文件項目數和所考慮的序列標記數。用5個序列標記迸行檢索在4秒鐘完成。對於目前被碎片化的酵母蛋白質，約有一半可以用檢索算法使用觀察的碎片離子的絕對質量而鑑別。對於其餘的，有20%可經由觀察到的碎片離子之間的相對質量差異產生的序列標記而被鑑別。在序列標記模式中，圖7C數據的自動化匯總產生4個標記(兩個真的，兩個假的，每個長度為4個胺基酸)。將序列標記的彙編限制於有相同電荷的碎片離子僅給出2個正確的標記。用圖7D的數據，經電荷狀態限制，8個標記中有5個是假的(長度l-4個胺基酸)，6個中有4個是假的(長度l-3個胺基酸)。實嚴粼2:廢遂源蘿^有參濃活絲遊艨遊眾合激Ji譾實蘑^;本實施例的目的是概述從組合文庫中鑑別以陽性或陰性方式調節展示修飾活性的酶的化合物的高通量策略。儘管特定的實施例是在體外環境中描述的，但是使該實施例適應體內應用是容易認識到的。將含有N-末端組氨酸標記的重組形式的人Src激酶癌蛋白(UpStateBiotechnology,Inc.;LakePlacid,NY)在Src激酶緩衝液(IOOmMTris-HCl(pH7.2),125mMMgCl2，25mMMnCl2,2mMEGTA，500|iMATP，0.25mM原釩酸鈉和2mM二硫蘇糖醇)中固定在用Ni-NTA樹脂包被的96孔皿中。在加入溶解於Src激酶緩衝液中的測試化合物後，優選地每孔一種均一化合物，向每孔中加入已知序列的Src蛋白底物(濃度為100-300nM)以使得其磷酸化。溫育後，回收底物並用ProSightPTM系統進行自上而下質譜分析。特定化合物抑制Src活性的能力通過不存在與蛋白質內磷酸化酪氨酸相關的修飾而表明。這類化合物適於用其它測定進行進一步鑑定以證實所述自上而下分析。例如可以在測定中使用[Y-"P]ATP並用在P81紙上的TCA沉澱測定監控磷酸化活性。,應翔_5:在個謬^檢/遺傳疾癰^!^實蘑^9本實施例的目的是證實ProSightPTM系統對於使用自上而下質譜檢測與外遺傳疾病相關的修飾的用途。從用禽肉瘤病毒感染的雞和未感染的雞中獲得樣品組織。將樣品勻漿並澄清以產生可溶性裂解物。用抗Y-連環蛋白抗體從裂解物中親和純化Y-連環蛋白(一種已知的禽Src激酶的體內底物。然後用自上而下的質譜分析和ProSightPTM分析回收的Y-連環蛋白樣品。預期的結果是從正常組織回收的Y-連環蛋白將展示儲存於ProSight倉庫資料庫中的蛋白質形式的正常修飾模式，而從感染的雞中回收的Y-連環蛋白將包括與酪氨酸磷酸化相關的額外修飾。實/歸心實細/一3被雜,細胞培養物和裂解物分級分離將釀酒酵母細胞(菌株S288C)在厭氧條件下培養。將約2g細胞(溼質量)重懸於含有兩片蛋白酶抑制劑的10mL裂解緩衝液(25mMTris,1mMEDTA，1mMTCEP，pH7.0,加入1mLDNAase)中。經Frenchpress裂解後，將細胞碎片經10,000xg離心30分鐘而澄清。然後將上清與酸不穩定表面活性劑(ALS)樣品緩衝液混合，上樣至491型製備凝膠裝置(Bio-Rad)中，用0.1。/。ALS-I代替0.1%SDS。4%T積層凝膠與以0.50mL/min流速洗脫的12%T分辨凝膠一起使用。在所收集的80個級分(每個級分2mL)中，有2個級分被進一步加工，即冷丙酮沉澱、在6M鹽酸胍(pH2)中重懸以及使用對稱300C4柱(4.6x50mm;WatersInc.,Milford，MA)用標準溶劑(H20，CH3CN，和0."/。TFA)在15分鐘內線性梯度進行反相液相色譜。ESI-Q-FTMS裝置乾燥RPLC分級分離的蛋白質並重懸於80|aLESI溶液(50%ACN,49%H20,和1%甲酸)中，然後加樣於納流噴霧機器人(nanosprayrobot)(AdvionBiosciences,Ithaca,NY)，以~100nL/min分析5-10iLiL樣品。本研究中使用的8.5-TQ-FTMS儀器是如它處所述在公司內部構建的。簡而言之，在最終於ICR池中分析之前，將蛋白質離子首先儲存於八極(octopole)中，然後轉移通過四極(quadrupole)，之後在第二個八極中積聚。四極可以以質量選擇或"rf-only"模式運行。寫在Tel中的自動化腳本獲得了完整蛋白質譜，隨後調用在線解巻積算法以計算Mr值，並且SWIFT分離5個最豐富的電荷狀態(chargestate)。在5次掃描分離的電荷狀態後，啟動IR雷射器，進行25或50次掃描(0.45s,75%功率,40-W雷射)。通過當特異的電荷狀態被從四極轉移進第二個八極中時碰撞解離它們而手工獲得圖7D的Q-FTMS/MS譜。參考文獻BelovME,MkolaevEN,AndersonGA，AuberryKJ,HarkewiczR,SmithRD."Electrosprayionization-Fouriertransformioncyclotronmassspectrometryusingionpreselectionandexternalaccumulationforultrahighsensitivity,"/」w.Afowi9/e"rcw.12:38-48(2001).BiemannK，PapayannopoulosI.爿cc.C/7柳.i飢27:370-78(1994).ClauserKR,BakerP,BurlingameAL."Roleofaccuratemassmeasurement(+/-10ppm)inproteinidentificationstrategiesemployingMSorMS/MSanddatabasesearching,"Ozew.71:2871-82(1999).FicarroS,McClelandM,StukenbergP，BurkeD，RossM，ShabanowitzJ,HuntD,WhiteF."PhosphoproteomeanalysisbymassspectrometryanditsapplicationtoSaccharomycescerevisiae,"Ato.20:301-305(2002),Garavelli,JS."TheRESIDDatabaseofProteinModifications:2003developments,"iVwc/e/d/cfeL31:499-501(2003).GeY,LawhomBG,ElNaggarMStraussE，ParkJH,BegleyTP,McLaffertyFW."Topdowncharacterizationoflargerproteins(45kDa)byelectroncapturedissociationmassspectrometry,"Xm.CVzew.124:672-78(2002).GeY，ElNaggarM,SzeSK,BinOH，BegleyTP,McLaffertyFW,BoshoffH，BarryCE.爿附.Soc.MawSpec&ow.14:253-61(2003).GerberSA,RushJ，StemmannO，SteenH,KirschnerMW，GygiSP.Orlando,FL,2002.GosheMB，ConradsTP,PaniskoEA,AngellNH,VeenstraTD，SmithRD."Phosphoproteinisotope-codedaffinitytagapproachforisolatingandquantitatingphosphopeptidesinproteome-wideanalyses,"^wa/.CAew.2001，73:2578-86(2001),JohnsonJR，MengF,ForbesAJ,CargileBJ,KelleherNL."Fourier-transformmassspectrometryforautomatedfragmentationandidentificationof5-20kDaproteinsinmixtures,"J57ec^op/zom^23:3217-23(2002).KachmanMTWangH，SchwartzDR，ChoKR，LubmanDM."A2-Dliquidseparations/massmappingmethodforinterlysatecomparisonofovariancancers,"^wa/.C72ew.74:1779-91(2002).KelleherNL，CostelloCA，BegleyTP,McLaffertyFW.J!j附.&>c.Mow一"r畫.6:981-84(1995).KelleherNL，TaylorSV，GrannisD，KinslandC,ChiuHJ，BegleyTP,McLaffertyFW."Efficientsequenceanalysisofthesixgeneproducts(7-74kDa)fromtheEscherichiacolithiaminbiosyntheticoperonbytandemhigh-resolutionmassspectrometry,"/We/"Sb/.7:1796-1801(1998).LanderESa"Initialsequencingandanalysisofthehumangenome,"iV^wM409:860-921(2001).MacCossMJMcDonald麗，SarafA,SadygovR，ClarkJM，TastoJJ,GouldKX,WoltersD，WashburnM,WeissAClarkJI，YatesJR.,III."Shotgunidentificationofproteinmodificationsfromproteincomplexesandlenstissue,"細c.淑/.爿rac/.5W.f/".99:7卯0-7905(2002).MengF，CargileBJ，MillerLM，ForbesAJ,JohnsonJR，KelleherNL."Informaticsandmultiplexingofintactproteinidentificationinbacteriaandthearchaea,"淑歷她c/2/w/.19:952-57(2001).MengF，CargileBJ，PatrieSM，JohnsonJR,McLoughlinSM，KelleherNL."Processingcomplexmixturesofintactproteinsfordirectanalysisbymassspectrometry,"/iwa/.C/zem.74:2923-29(2002).OdaY,HuangK,CrossFR，CowburnD,ChaitBJ，"Accuratequantitationofproteinexpressionandsite-specificphosphorylation,"Proc.iVa".JcadSc/.t/S.A96:6591-96(1999).OdaY,NagasuT，ChaitBT."Enrichmentanalysisofphosphorylatedproteinsasatoolforprobingthephosphoproteome,"TV"f.及'o/ec/mo/.19:379-82(2001).PerkinsD,PappinD，CreasyD,CottrellJ."Probability-basedproteinidentificationbysearchingsequencedatabasesusingmassspectrometrydata,"孤c鄉/io固's20:3551-67(1999).PinedaFJ,LinJS,FenselauC,DemirevPA."Testingthesignificanceofmicroorganismidentificationbymassspectrometryandproteomedatabasesearch,"Xwa/.C/iew.72:3739-44(2000).ReidGE，ShangH，HoganJM，LeeGU，McLuckeySA."Gas-phaseconcentration,purification,andidentificationofwholeproteinsfromcomplexmixtures,"爿m.C7em.Soc.124:7353-62(2002).ReidGE，StephensonJL,McLuckeySA."TandemmassspectrometryofribonucleaseAandB:N-linkedglycosylationsiteanalysisofwholeproteinions，"^wa/.C77柳.74:577-83(2002).SteenH,KusterB，FernandezM，PandeyA,MannM."DetectionoftyrosinephosphorylatedpeptidesbyprecursorionscanningquadrupoleTOFmassspectrometryinpositiveionmode,"爿wa/.C/7ew.73:1440-48(2001).TaylorGK，KimYB,ForbesAJ，MengF，McCarthyR，KelleherNL"Webanddatabasesoftwareforidentificationofintactproteinsusingtopdownmassspectrometry,"C/7ew7.75:4081-86(2003).WilkinsMR，GasteigerE,GooleyAA,HerbertBR，MolloyMP，BinzPA,OuK，SanchezJC,BairochA，WilliamsKL,HochstrasserDF."High-throughputmassspectrometricdiscoveryofproteinpost-translationalmodifications,"/Mo/.5/o/.289:645-57(1999).ZhangW,ChaitB."ProFound:anexpertsystemforproteinidentificationusingmassspectrometricpeptidemappinginformation,"CTzew.72:2482-89(2000).ZhouH,WattsJD，AebersoldR."Asystematicapproachtotheanalysisofproteinphosphorylation,"Ato.5Wec/z"o/.19:375-78(2001).權利要求1.一種選擇針對一種樣品多肽的一組候選多肽的方法，包括根據由質譜法產生的樣品多肽碎片質量的差異對候選多肽集合進行的第一次精選；以及根據樣品多肽的絕對質量和所述碎片的絕對質量對候選多肽集合進行的第二次精選。2.權利要求1的方法，其中第一次精選包括根據碎片質量的差異確定樣品多肽的至少部分胺基酸序列。3.權利要求2的方法，進一步包括確定完整形式的樣品多肽的絕對質量和樣品多肽碎片的絕對質4.權利要求2的方法，進一步包括被精選的集合包括一倉庫資料庫；和基於樣品多肽的所述至少部分胺基酸序列從所述倉庫資料庫中選擇候選多肽。5.—種確定樣品多肽的一級結構的方法，包括用權利要求1的方法選擇一組候選多肽；通過將樣品多肽的絕對質量與候選多肽的理論絕對質量數據進行比較而得到匹配的概率值；禾口通過對匹配概率值排序而基於與候選多肽之一的匹配的最大概率值而鑑別樣品多肽的一級結構。6.權利要求4的方法，其中所述倉庫資料庫進一步包括倉庫資料庫中的至少一種多肽的至少一種鳥槍注釋。7.權利要求6的方法，其中所述鳥槍注釋包括翻譯後修飾。8.權利要求7的方法，其中所述翻譯後修飾包括選自如下一組的至少一個成員，所述的組由核糖基化、磷酸化、烷基化、羥基化、糖基化、氧化、還原、十四垸基化、生物素化、遍在蛋白化、碘化、亞硝基化、氨基化、硫添加、環化、核苷酸添加、脂肪酸添加和醯化組成。9.權利要求4的方法，其中所述倉庫資料庫儲存在計算機的電子存儲器中。10.權利要求9的方法，其中用戶可通過檢索算法經電子通訊訪問計算機而從所述倉庫資料庫檢索信息。11.權利要求10的方法，其中所述檢索算法進一步包括網際網路軟體應用。12.—種篩選化合物對一種對多肽底物進行翻譯後修飾的酶的抑制活性的方法，包括-將所述酶與所述化合物接觸以形成預混合物；以及向所述預混合物中加入多肽底物以形成反應混合物；用權利要求5的方法分析所述多肽底物。13.權利要求12的方法，進一步包括加入與酶一起催化反應的輔因子，其中所述輔因子包括選自由ATP、ADP、AMP、GTP、GDP、GMP、CTP、CDP、CMP、UTP、UDP和UMP組成的一組的至少一個成員。14.權利要求12的方法，其中所述酶被固定在一固相支持物上。15.—種用於計算機的電腦程式產品，所述電腦程式產品包括計算機可用介質，在所述介質中具有計算機可讀程序代碼，以用於針對一種樣品多肽選擇一組候選多肽，所述電腦程式產品包括計算機可讀程序代碼，用於指導計算機針對一種樣品多肽選擇一組候選多肽，包括根據由質譜法產生的樣品多肽碎片質量的差異對候選多肽集合進行的第一次精選；以及根據樣品多肽的絕對質量和所述碎片的絕對質量對候選多肽集合進行的第二次精選。■16.權利要求15的電腦程式產品，其中用於指導計算機確定對集合的第一次精選的計算機可讀程序代碼，其中所述第一次精選包括根據碎片質量的差異確定樣品多肽的至少一部分胺基酸序列。17.權利要求16的電腦程式產品，進一步包括用於指導計算機確定完整形式的樣品多肽的絕對質量和樣品多肽碎片的絕對質量的計算機可讀程序代碼。18.權利要求16的電腦程式產品，進一步包括用於指導計算機基於樣品多肽的至少部分胺基酸序列從蛋白質形式集合中選擇候選多肽的計算機可讀程序代碼。19.權利要求16的電腦程式產品，進一步包括用於指導計算機經權利要求1的方法選擇一組候選多肽的計算機可讀程序代碼，以通過將樣品多肽的絕對質量與候選多肽的理論絕對質量數據進行比較而得到匹配的概率值；和通過對匹配概率值排序而基於與候選多肽之一的匹配的最大概率值而鑑別樣品多肽的一級結構。20.權利要求15的電腦程式產品，進一步包括一系統，其中該系統包括-計算機；蛋白質形式的倉庫資料庫；和主要工具。21.權利要求20的電腦程式產品，其中所述主要工具包括選自由數據管理系統、離子預測器、數據還原工具和圖形觀察器界面工具組成的一組的至少一個成員。22.權利要求20的電腦程式產品，其中所述倉庫資料庫進一步包括鳥槍注釋。23.權利要求20的電腦程式產品，其中所述倉庫資料庫進一步包括動態鳥槍注釋。24.權利要求20的電腦程式產品，其中所述系統進一步包括檢索算法，其中所述檢索算法包括絕對質量檢索模式和序列標記檢索模式。25.權利要求24的電腦程式產品，其中所述絕對質量檢索模式進一步包括dm檢索模式。26.權利要求20的電腦程式產品，進一步包括與計算機通訊的質譜儀。27.權利要求20的電腦程式產品，其中所述計算機與用戶通過應用網際網路軟體通訊。28.權利要求20的電腦程式產品，進一步包括計算機；蛋白質形式的倉庫資料庫；用於檢索所述倉庫資料庫的檢索算法；數據管理系統；離子預測器；數據還原工具；和圖形觀察器界面工具。29.—種用於針對一種樣品多肽選擇一組候選多肽的系統，包括用於根據由質譜法產生的樣品多肽碎片質量的差異對候選多肽集合進行第一次精選的裝置；用於根據樣品多肽的絕對質量和所述碎片的絕對質量對候選多肽集合進行第二次精選的裝置；和計算機。30.權利要求29的系統，其中所述計算機與質譜儀通訊。31.權利要求29的系統，其中所述計算機與用戶通過應用網際網路軟體通訊。32.—種用於針對一種樣品多肽選擇一組候選多肽的系統，包括:權利要求15的電腦程式產品；和計算機。33.權利要求1的方法，進一步包括根據樣品多肽和樣品多肽碎片的絕對質量對集合進行第三次精選，其中對集合的第三次精選在對集合的第一次精選之前發生。全文摘要一種選擇針對一種樣品多肽的一組候選多肽的方法，包括根據由質譜法產生的樣品多肽碎片質量的差異對候選多肽集合進行的第一次精選；以及根據樣品多肽的絕對質量和碎片的絕對質量對候選多肽集合進行的第二次精選。文檔編號G01N33/68GK101124581SQ200580007092公開日2008年2月13日申請日期2005年3月3日優先權日2005年3月3日發明者尼爾·L.·凱萊赫申請人:伊利諾斯大學理事會