QC功能-從樣品處理、數據采集、數據分析和靶向內參等系統的深度剖析

瀏覽次數：650　發布日期：2023-4-17　來源：本站　僅供參考，謝絕轉載，否則責任自負

基于LC-MS的蛋白質/肽鑒定和定量已成為蛋白質組學、生理病理學/藥物研究乃至臨床試驗不可或缺的工具。然而，來自新儀器方法和技術的數據日益復雜，也產生了多種潛在的變化源。隨著樣本量的增加這些差異進一步放大，由于臨床研究中個體間的高度差異，每組通常需要超過50個樣本。這些因素都要求研究人員在質量控制步驟花費更多的精力，而在研究項目中，這往往是一個乏味而耗時的步驟。

為了克服在有效評估數據質量方面的挑戰，PEAKS Online擁有一個用于蛋白質/肽鑒定和定量工作
流的自動化QC（質量控制）工具。QC功能操作簡單，易于設置，可以提供復雜和系統的QC分析。QC界面對于用戶非常友好，可將統計分析匯總到一份報告中，并根據用戶的需要導出所有數據和圖形。

主要功能

1.在一個工作流中集成定性、定量和質量控制分析
2.將統計分析匯總為一份報告
3.導出數據和圖形

與數據庫搜索的定性、定量結果的總結摘要頁面相比，PEAKS Online中的QC模塊提供了更多的指標來評估每個MS run 的質量。質量控制摘要頁表提供了每個樣本運行的MS和LC性能數據的概述，用戶可以調整條形圖內繪制數據的不同屬性，并顯示預設的允許偏差范圍。另外界面有一個母離子與保留時間圖，稱為累積母離子計數，用于評估LC分離肽段效果，研究人員可以使用此信息微調LC梯度，監測色譜柱壽命并進行故障排除。在DB或者LFQ QC的界面，顯示了定性/定量的肽段和蛋白質數量與其他指標（如掃描數、PSM數、可定性比例等），提供了許多用于評估數據重現性的圖譜，如Venn圖、Pearson相關性、母離子和碎片離子質量誤差提琴圖。可為選擇的任意兩個樣本生成Venn圖和Pearson相關圖。

在DIA數據采集中，可能需要更嚴格的QC來彌補由于MS2譜圖復雜性可能造成的低質量結果。因此，PEAKS Online提供了一個定制的QC過濾器，可以選擇多個QC指標并刪除未通過質控或者低質量的采集。所有未通過用戶設置閾值的指標被分類并匯總到圖表中。因此，用戶可以快速確定在特定的采集過程中哪些指標質控不通過，并決定后續解決方案。