Anal. Chem. | 全窗口数据非依赖采集模式用于自上而下的深度蛋白组学研究

本文介绍了一种名为全窗口数据非依赖采集（FW-DIA）的新方法，用于自上而下的蛋白质组学研究。背景方面，传统的DDA技术在蛋白质组分析中存在低丰度离子检测困难、重现性低和信息丢失等问题。研究目的是开发一种无需前体离子隔离的方法，以提高片段离子强度和多样性。通过机器学习辅助的去噪模块和多种解卷积方法的整合，FW-DIA显著提高了蛋白质鉴定、序列覆盖率和翻译后修饰（PTM）位点识别的效果。实验结果表明，FW-DIA在细胞色素C的分析中片段离子信号增强超过50倍，序列覆盖率提升了3倍以上。此外，该方法在大肠杆菌核糖体蛋白分析中鉴定出的蛋白质数量和序列覆盖率均显著优于传统DDA方法。结论表明，FW-DIA方法在自上而下蛋白质组学中具有显著优势，能够更全面地分析蛋白质异构体和PTM。