景杰编者按：

随着基因测序技术的成熟和市场化的发展，测定一个物种的基因组已经是比较常规的实验。然而得到基因组序列后需要精确地寻找编码的蛋白质，目前而言仍然是一项宏大且复杂的工程。蛋白质组学直接研究编码基因翻译出的蛋白质，其注释基因组获得的结果更直接，还可以发现基因从头预测算法遗漏的基因和基因结构注释的错误；因此使得蛋白质组学在证实基因表达产物、确认和校正编码基因、蛋白翻译后修饰处理，以及发现新的编码基因及其规律上拥有先天的优势。随着高通量蛋白质谱技术的发展，兴起基于蛋白质组学数据进行基因组注释的新研究方向：蛋白质基因组学Proteogenomics。

日前，来自瑞典卡罗琳斯卡研究所的Janne Lehtio课题组在著名学术期刊Nature Communications上发表研究论文，发布了分析蛋白基因组的软件IPAW，利用该软件可以发掘传统方法无法注释到的编码肽段的基因序列，同时发现单氨基酸变异的肽段。其中一些DNA序列以前认为是不编码蛋白产物的pseudogene、IncRNA；随后的TMT定量蛋白质组学结果表明其中的一些肽段的表达具有组织特异性，暗示其可能具有特殊的生物学功能。景杰生物作为全球蛋白质及翻译后修饰的领跑者，可以为您提供一整套常规蛋白质组学及修饰组学研究的解决方案，同时还能为您提供高灵敏度的修饰类泛抗体，助力您的研究工作。

关键词：

蛋白基因组、proteogenomics、novel peptides、IPAW、HiRIEF

研究思路：

首先，研究人员利用课题组开发的高分辨率肽段等电聚焦HiRIEF技术，分别对A431上皮细胞和正常组织样本中蛋白进行深度测序【2】(图 1)。分别获得了20万和17万条肽段，分别来自10166和10889个基因。

研究人员发布名为IPAW的workflow，其整合了肽段鉴定、筛选和验证的全过程。IPAW流程分为discovery-curation-validation三步，降低了常规流程导致的错误率（图 2）。在discovery阶段，综合了6-frame translation和实验中产生的pI-restricted的数据库，筛选候选的novel peptides和SAAV肽（single amino acid variation）。在curation阶段，利用SpectrumAI对novel peptides和SAAV肽进行进一步质控，只保留含有氨基酸取代位点两翼MS2信息的肽段。在验证阶段，novel peptides通过pI筛选，precursor mass error等参数对结果进一步筛选。

最终研究人员在A431和正常组织中分别鉴定到374和140个位置的基因编码loci，对于的新肽段分别位于基因不同的位置：UTR, intronic, AltORF, ncRNA, exon extension, intergenic等（图3）。

有趣的是，作者利用TMT定量质谱，发现一些新肽段，比如TATDN2P1在特定的组织中高表达(testis)，而已知的TATDN2肽段表达则没有明显的组织特异性（图4）。

小结：

本文介绍的IPAW workflow能够用来寻找新肽段和单氨基酸变异的肽段，较传统的方法准确率大为提升，并且前期discovery过程可以和其它常见策略兼容。作者在表皮癌症细胞和正常组织中鉴定了较以前更多的未发现的编码蛋白的loci（374 vs 98），还发现一些新肽段的表达存在组织特异性，其生物学意义值得探讨；有一些新肽段在癌组织中分布，提示可能和癌症相关。本文为蛋白基因组proteogenomics的开展提供了新的思路和工具。