葉明亮、聶勇戰、董銘銘聯合開發出新型糖蛋白組學定量分析軟件工具

　　近日，中國科學院大連化學物理研究所研究員葉明亮團隊，聯合大連理工大學副教授董銘銘、空軍軍醫大學教授聶勇戰等，開發了一款新型糖蛋白組學定量分析軟件工具——GlyPep-Quant。該工具可顯著降低大樣本分析中糖肽定量的缺失值，提升位點特異性糖型的定量覆蓋度，并應用于胃癌生物標志物的發現研究中。目前，GlyPep-Quant已作為重要工具集成于葉明亮團隊前期發展的Glyco-Decipher糖肽解析軟件，學術界可通過GitHub免費獲取使用。相關成果發表在《自然-通訊》上。

　　糖基化是蛋白質最復雜的翻譯后修飾之一，其異常與癌癥等多種疾病密切相關。然而，由于糖基化的高度異質性及低豐度特性，位點特異性糖基化的大規模定量分析長期面臨譜圖解析率低、定量缺失值多等難題，限制了其在疾病生物標志物發現中的應用。

　　為了解決上述挑戰，本工作提出了三個方面的解決方案：科研人員首先針對糖肽定量缺失值多的問題，發展了新型的基于機器學習的運行間匹配定量方法。研究發現，對基于Glyco-Decipher的鑒定結果進行定量時，缺失值比例約從70%降低為10%；與現有其他軟件相比，GlyPep-Quant可多定量25.1%至178.9%的無缺失值的完整糖肽。

　　其次，為了提高單個文件的鑒定靈敏度，科研人員提出了基于MS1特征庫的虛擬匹配運行，利用已有大規模數據集的MS1特征信息構建“糖肽特征庫”，并通過“庫到新數據”的單向匹配策略，使新樣本的位點特異性糖基化定量靈敏度較傳統只依賴于MS2譜圖鑒定的定量方法提升8倍以上，顯著提高了單樣本分析的覆蓋深度。

　　最后，科研人員提出了一種基于同一糖基化位點不同位點特異性糖型豐度比值的疾病標志物發現策略，有效消除個體蛋白表達差異及實驗條件波動的干擾， 應用于分析胃癌大樣本人血清數據集，發現了兩個具有良好診斷性能的位點特異性糖型豐度比值，有望成為新型胃癌生物標志物。

　　相關論文信息：https://doi.org/10.1038/s41467-025-61673-6