波谱数据分析

博奥生物信息培训班 第一期生物芯片数据分析专题培训讲座开班啦！ 本次博奥生物举办的生物芯片数据分析培训讲座，以最优惠的价格为学员提供最实用的数据分析解决方案！ 博奥生物芯片数据分析案例剖析及方案分享，让您思路更清晰！ 为您提供免费软件应用等公共资源及操作指导，实用才是硬道理！ 培训讲座内容安排： 2013.09.05 课程描述 上午：9:00-10:00 生物芯片技术及应用简介 1、生物芯片技术介绍及发展现状 2、博奥生物芯片平台及相应的典型案例介绍 上午：10:45-12:00 生物芯片数据分析解决方案 1、生物芯片常用数据分析手段介绍 2、数据分析典型案例剖析及整体解决方案培训 3、常用软件及公共资源分享 下午：1:30-4:00 常用生物信息软件实际操作培训 1、生物芯片平台给出数据介绍 2、实践培训：Mev、cytoscape、coexpress等经典的数据分析软件及绘图软件的培训 下午：4:00-5:00 参观博奥生物，探讨交流 1、博奥生物芯片平台展厅介绍 2、邀您探讨数据分析疑问，拓宽新的科研思路 培训对象 需要使用高通量技术特别是芯片技术进行科研的老师 需要加强生物信息分析思路，并能使用常用软件进行数据分析的老师 讲师介绍： 赵建晴博士：博奥生物微阵列服务部研究科学家 张杨工程师：博奥生物科技事业部生物信息应用工程师 培训费用： 800元/人（含午餐） 优惠措施： 1：在2013年08月25日前报名，可享受8折优惠。 2：博奥生物的仪器用户可享受1名免费培训名额。 3：相同单位报名超过1人的，从第2人起享受5折优惠。 缴纳注册费账户信息： 用户名：博奥生物有限公司 开户行：中国银行北京上地支行 帐号:3376 5602 2586 培训资料： 包括培训教材、培训证书（生物芯片北京国家研究中心印）、培训学员通讯录、精美礼品一份。 注意事项： 学员自备笔记本电脑，为保证教学质量，每期仅招收20位学员。 报名方式： 请您填写客户培训回执表，发送到qiandu@capitalbio.com邮箱中，我们收到回执表后3天内给予回复。 报到时间及住宿安排： 请于2013年9月5日9点前报到，如需住宿请在回执表中注明，公司可代为安排宾馆，费用自理。 具体路线: 1、北京站-博奥生物：地铁2号线到东直门换乘城铁13号线到西二旗站下车，坐521路/205路/112路到生命科学园站下车。 2、北京西站-博奥生物：步行至地铁军事博物馆馆站，地铁1号线复兴门站换乘地铁2号线，地铁2号线到西直门换乘城铁13号线到城铁西二旗站下车，坐521路/205路/112路到生命科学园站下车。 3、机场大巴至回龙观下车，乘出租车到生命科学园。 联系方式： 联系人：杜倩 电话：010-80726868转8246 15910764175 邮箱：qiandu@capitalbio.com 客户培训回执表： 姓名： E-mail： 单位： 电话： 地址： 邮编： 是否需要住宿： 是 否 备注：如果需要住宿，请注明入住时间 您感兴趣的领域：

与其他的组学学科相似，代谢组学的数据收集是个问题，但肯定不是研究人员面对的最大问题。大多数人都同意，更大的问题是弄清楚代谢组学数据集到底意味着什么。幸运的是，不断出现的分析工具正在帮助打破这个瓶颈。 　　研究人员逐渐懂得，如果你真的想要了解细胞行为，你需要研究代谢物。基因编码蛋白质，而蛋白质作用于小分子。这些分子的存在和丰度，被统称为代谢组(metabolome)，反映和影响了健康、营养、免疫系统等。 　　与其他的组学学科相似，代谢组学的数据收集是个问题，但肯定不是研究人员面对的最大问题。大多数人都同意，更大的问题是弄清楚代谢组学数据集到底意味着什么。&ldquo 数据分析仍是个巨大的瓶颈，&rdquo 赛默飞世尔代谢组学的市场部经理Yingying Huang说。 　　幸运的是，不断出现的分析工具正在帮助打破这个瓶颈。 　　光谱图库 　　代谢组学的数据分析主要分为两个部分：峰值检出(peak picking)和峰值鉴定(peak identification)。峰值检出是利用代表不同条件(如健康和患病)的多个数据库进行筛选的过程，并鉴定出它们之间不同的光谱特征。在这些峰被发现之后，它们所代表的化合物必须被鉴定。 　　多个软件包可处理第一个问题，包括商业化工具(如安捷伦的MassHunter Profinder，布鲁克的ProfileAnalysis，赛默飞世尔的SIEVE&trade 和Waters的Progenesis QI)以及免费工具(MZmine和XCMS Online)。而一些图库正在开发或已被开发出，以解决第二个问题。 　　斯克里普斯研究所(Scripps Research Institute)代谢组学和质谱中心的主任Gary Siuzdak谈到，他的METLIN数据库目前列出了240,000种化合物，其中11,600种有MS/MS光谱数据。而人类代谢组数据库(HMDB)有近42,000种化合物，其中1,164种有MS和MS/MS数据。此外还有其他选择，包括ChemSpider和MassBank。 　　当然，我们不可能收集每个代谢产物的实验数据，加州大学戴维斯分校的Oliver Fiehn认为。目前有太多的代谢产物，而并非全部都有纯化形式作为标准品。&ldquo 在某些时候，你必须预测MS/MS图谱会怎么样，&rdquo 他说。 　　Fiehn解决这个问题的工具是LipidBlast，它包含200,000个预测的脂类光谱。&ldquo 这很难[做到]，&rdquo Fiehn承认，因为与肽段不同，代谢物有各种形状、形式和大小。有了LipidBlast，用户能够将它们未知的图谱与图库进行比较，看看是否有hit，就像DNA研究人员利用BLAST将基因序列与GenBank比较。赛默飞世尔也有个类似的工具，叫LipidSearch&trade 。 　　阿尔伯塔大学(University of Alberta)的化学教授Liang Li最近推出了一个类似的项目，MyCompoundID.org，以扩展HMDB的用途。MyCompoundID的建立是从HMDB中抽取8,000种代谢物，并计算它们的质量以及经历76种可能的生物转化(如磷酸化、甲基化或D-核糖基化)后的预测光谱特征。这些结果将帮助研究人员缩小未知光谱特征的可能身份。 　　SWATH采集 　　代谢组学研究可能是靶向，也可能是非靶向的。对于前者，研究人员设定他们的仪器(通常是三重四级杆质谱仪)来扫描特定的代谢物。而对于后者，仪器扫描特定质量范围内的一切，但只收集高丰度离子的MS/MS碎片数据。 　　这种所谓的数据依赖的流程是为方便起见而设计的。不过Fiehn认为，它不尽如人意，有时研究人员发现样品之间的特定离子变化明显，但没有被碎裂，因为它是低丰度的。 　　最近，苏黎世联邦理工学院的Ruedi Aebersold介绍了这个问题的解决方案1，它已被AB SCIEX商业化。这种被称为SWATH&trade MS的策略避开了数据依赖处理，而支持数据非依赖的处理，即所有进入质谱仪的离子都被碎裂和分析。它逐步分析用户定义的分离窗口，重复，并通过计算整理出产生的碎片，从而覆盖很宽的质量范围。 　　2013年，华盛顿大学的化学家Gary Patti利用安捷伦的6520 Q-TOF质谱仪和定制的R package，在代谢物上应用了一种类似的方法2。据AB SCIEX的高级营销经理Fadi Abdi介绍，AB SCIEX如今正将SWATH技术应用在蛋白质组学上。 　　用户在TripleTOF® 质谱仪上收集高速的光谱数据，并利用MS/MS光谱图库来解释它，这与蛋白质组学的方法相似。&ldquo 在数据依赖的分析中，如果您没有触发您的分子，则无法识别它，&rdquo Abdi谈道。&ldquo SWATH允许您收集样品中所有可检测种类的数据，带来更为全面的定量覆盖。&rdquo 　　通路分析 　　在研究人员鉴定出有趣的代谢物后，他们需要找出它们在生物系统中的作用。这时就需要通路分析的工具。通路分析让研究人员能够将代谢物定位到已知的生化通路上，为可能的遗传角色及其他代谢物提供线索。 　　Fiehn的实验室写了一个通路分析的工具，名为MetaMapp，而大部分商业化的代谢组学数据分析包也包含通路分析。赛默飞世尔的SIEVE数据分析包中就有这样的模块，它关联到KEGG通路数据库，而Bruker Daltonics也即将推出它的Compass PathwayScreener工具。 　　不过，Metabolon(北卡罗来纳州的一家代谢组学服务供应商)的首席科学家Mike Milburn认为，仅仅将代谢物定位到已知的通路商，还不足以看清整幅图像。Metabolon已经完成了约3000项代谢组学研究，每年开展600-700项，半数是科研客户。这些经验使得他们能够看到其他研究人员难以获得的代谢鸟瞰图。 　　对许多研究人员而言，开始代谢组学流程所需的技能、专长和费用使得外包给Metabolon这样的公司更为常见。但是那些愿意自己承担重任的研究人员也会发现，他们并不缺少计算上的工具。 　　无论采用哪种方式，Bruker Daltonics代谢组学的市场部经理Aiko Barsch说，&ldquo 我会鼓励新客户进入代谢组学，因为那儿包含了那么多的信息。有那么多新东西有待发现。&rdquo

超高效液相色谱-高分辨质谱(UPLC-HRMS)已经成为蛋白质组学、代谢组学以及药代动力学研究中的一项核心支撑技术，通过对不同生物样品的定量研究可以全面、精细地表征该生物体系的生理特性及预测功能。在用于蛋白质组学的质谱分析中，无标定量以其稳定性和安全性逐渐占据了主要地位。MSE方法是由Waters公司开发的应用在Q-TOF类型质谱仪器上的一种组学数据采集方法，作为一种数据独立获取(DIA)方式，它可以提高无标蛋白质定量的准确性和动态范围。但由于它特殊的输出格式形式，一些致力于分析数据依赖型(DDA)数据的常用开源软件不能对MSE 数据进行进一步的分析。 　　近日，中国科学院天津工业生物技术研究所水雯箐研究组成功建立了对基于MSE方法的无标定量蛋白质组学数据的新分析流程。在该研究中，结合开源软件Skyline和统计软件Diffprot建立起的工作流程，实现了对无标定量MSE质谱数据的定量分析。通过对磷酸化肽段和全细胞质蛋白质组定量数据的分析应用，验证了新开发流程的可靠性、稳定性、准确性和透明便捷的处理流程。另外，该研究创新性地发现改进后的新流程也可以应用于对小分子化合物的大规模定量分析，在蛋白质配体相互作用实验中，研究人员利用该新流程发现了针对药物靶点蛋白NDM1的新型小分子配体。 　　该研究获得国家自然科学基金和天津自然科学基金项目的支持，相关研究成果已经发表于Proteomics (2014,14:169&ndash 180)，天津工生所和南开大学联合培养的研究生刘姗姗为第一作者。 　　 无标定量MSE数据分析流程图