分享一篇发表在Nature Methods上的文章quantms: a cloud-based pipeline for quantitative proteomics enables the reanalysis of public proteomics data，通讯作者是来自EMBL-EBI的Yasset Perez-Riverol研究员，他致力于开发并维护蛋白质组学数据分析和共享平台。
近年来，蛋白质组学领域的公开数据集出现了前所未有的增长，PRIDE数据库中存储的公共数据集已经超过25000份。使用新型的分析工具重新处理旧数据可能产生额外的生物学见解。本文作者介绍了基于云的开源计算管道quantms，用于蛋白质组学数据的大规模并行再分析。quantms支持三种主要类型的实验数据：DDA-LFQ、TMT标签(DDA-plex)和DIA-LFQ。计算管道从标准质谱数据格式mzML和蛋白质序列数据库开始，利用样本和数据关系格式(SDRF)作为工作流，并使用nextflow工作流引擎自动分配到多台计算机上并行分析。在分析过程中，quantms使用多种开源工具，包括OpenMS、MSstats、SAGE、DIA-NN等，并使用pickedFDR估计蛋白质的错误发现率。最后，所有子工作流都将结果输出为mzTab标准格式，以便于将结果提交到ProteomeXchange。作者在DDA-LFQ上将quantms与MaxQuant进行了广泛的基准测试，发现quantms可以定量到更多数量的蛋白质。当分析样品数量增加时，quantms的执行速度比MaxQuant快40倍。quantms还定量到了479种此前从未在ProteomicsDB或PaxDB中定量的蛋白质，例如Q86SP6。作者将quantms用于公共的基于强度的绝对定量(IBAQ)数据集，重新分析了所有结果并进行了差异表达分析，结果整理在https://quantms.org/baseline，可供在线快速检索。总之，作者描述了quantms计算管道，用于自动分析公共蛋白质组学数据库，并可包含和扩展到新的工作流程中，用于蛋白质组学数据处理。原文链接：https://www.nature.com/articles/s41592-024-02343-1文章引用：DOI：10.1038/s41592-024-02343-1
目前评论：