సూక్ష్మజీవుల మెటాప్రొటోమిక్స్ : నమూనా ప్రాసెసింగ్, డేటా సేకరణ నుండి డేటా విశ్లేషణ వరకు

వు ఎన్హుయ్, కియావో లియాంగ్*

డిపార్ట్‌మెంట్ ఆఫ్ కెమిస్ట్రీ, ఫుడాన్ యూనివర్సిటీ, షాంఘై 200433, చైనా

సూక్ష్మజీవులు మానవ వ్యాధులు మరియు ఆరోగ్యానికి దగ్గరి సంబంధం కలిగి ఉంటాయి. సూక్ష్మజీవుల సంఘాల కూర్పు మరియు వాటి విధులను ఎలా అర్థం చేసుకోవాలి అనేది అత్యవసరంగా అధ్యయనం చేయవలసిన ప్రధాన సమస్య. ఇటీవలి సంవత్సరాలలో, సూక్ష్మజీవుల కూర్పు మరియు పనితీరును అధ్యయనం చేయడానికి మెటాప్రొటోమిక్స్ ఒక ముఖ్యమైన సాంకేతిక సాధనంగా మారింది. అయినప్పటికీ, సూక్ష్మజీవుల సంఘం నమూనాల సంక్లిష్టత మరియు అధిక వైవిధ్యత కారణంగా, నమూనా ప్రాసెసింగ్, మాస్ స్పెక్ట్రోమెట్రీ డేటా సేకరణ మరియు డేటా విశ్లేషణ ప్రస్తుతం మెటాప్రొటోమిక్స్ ఎదుర్కొంటున్న మూడు ప్రధాన సవాళ్లుగా మారాయి. మెటాప్రొటోమిక్స్ విశ్లేషణలో, వివిధ రకాల నమూనాల ముందస్తు చికిత్సను ఆప్టిమైజ్ చేయడం మరియు విభిన్న సూక్ష్మజీవుల విభజన, సుసంపన్నం, వెలికితీత మరియు లైసిస్ పథకాలను అనుసరించడం తరచుగా అవసరం. ఒకే జాతి యొక్క ప్రోటీమ్ మాదిరిగానే, మెటాప్రొటోమిక్స్‌లోని మాస్ స్పెక్ట్రోమెట్రీ డేటా అక్విజిషన్ మోడ్‌లలో డేటా-ఆధారిత అక్విజిషన్ (DDA) మోడ్ మరియు డేటా-ఇండిపెండెంట్ అక్విజిషన్ (DIA) మోడ్ ఉన్నాయి. DIA డేటా సేకరణ మోడ్ నమూనా యొక్క పెప్టైడ్ సమాచారాన్ని పూర్తిగా సేకరించగలదు మరియు గొప్ప అభివృద్ధి సామర్థ్యాన్ని కలిగి ఉంటుంది. అయినప్పటికీ, మెటాప్రొటీమ్ నమూనాల సంక్లిష్టత కారణంగా, దాని DIA డేటా విశ్లేషణ మెటాప్రొటోమిక్స్ యొక్క లోతైన కవరేజీకి ఆటంకం కలిగించే ప్రధాన సమస్యగా మారింది. డేటా విశ్లేషణ పరంగా, ప్రోటీన్ సీక్వెన్స్ డేటాబేస్ నిర్మాణం అత్యంత ముఖ్యమైన దశ. డేటాబేస్ యొక్క పరిమాణం మరియు పరిపూర్ణత గుర్తింపుల సంఖ్యపై గొప్ప ప్రభావాన్ని చూపడమే కాకుండా, జాతులు మరియు క్రియాత్మక స్థాయిలలో విశ్లేషణను కూడా ప్రభావితం చేస్తుంది. ప్రస్తుతం, మెటాప్రొటీమ్ డేటాబేస్ నిర్మాణానికి బంగారు ప్రమాణం మెటాజినోమ్ ఆధారంగా ప్రోటీన్ సీక్వెన్స్ డేటాబేస్. అదే సమయంలో, పునరావృత శోధన ఆధారంగా పబ్లిక్ డేటాబేస్ ఫిల్టరింగ్ పద్ధతి కూడా బలమైన ఆచరణాత్మక విలువను కలిగి ఉన్నట్లు నిరూపించబడింది. నిర్దిష్ట డేటా విశ్లేషణ వ్యూహాల కోణం నుండి, పెప్టైడ్-కేంద్రీకృత DIA డేటా విశ్లేషణ పద్ధతులు సంపూర్ణ ప్రధాన స్రవంతిని ఆక్రమించాయి. లోతైన అభ్యాసం మరియు కృత్రిమ మేధస్సు అభివృద్ధితో, ఇది మాక్రోప్రొటోమిక్ డేటా విశ్లేషణ యొక్క ఖచ్చితత్వం, కవరేజ్ మరియు విశ్లేషణ వేగాన్ని బాగా ప్రోత్సహిస్తుంది. దిగువ బయోఇన్ఫర్మేటిక్స్ విశ్లేషణ పరంగా, ఇటీవలి సంవత్సరాలలో ఉల్లేఖన సాధనాల శ్రేణి అభివృద్ధి చేయబడింది, ఇవి సూక్ష్మజీవుల సంఘాల కూర్పును పొందడానికి ప్రోటీన్ స్థాయి, పెప్టైడ్ స్థాయి మరియు జన్యు స్థాయిలో జాతుల ఉల్లేఖనాన్ని చేయగలవు. ఇతర ఓమిక్స్ పద్ధతులతో పోలిస్తే, సూక్ష్మజీవుల సంఘాల క్రియాత్మక విశ్లేషణ మాక్రోప్రొటోమిక్స్ యొక్క ప్రత్యేక లక్షణం. మైక్రోబియల్ కమ్యూనిటీల మల్టీ-ఓమిక్స్ విశ్లేషణలో మాక్రోప్రొటీమిక్స్ ఒక ముఖ్యమైన భాగంగా మారింది మరియు ఇప్పటికీ కవరేజ్ డెప్త్, డిటెక్షన్ సెన్సిటివిటీ మరియు డేటా అనాలిసిస్ కంప్లీట్‌నెస్ పరంగా గొప్ప అభివృద్ధి సామర్థ్యాన్ని కలిగి ఉంది.

01 నమూనా ముందస్తు చికిత్స

ప్రస్తుతం, మానవ సూక్ష్మజీవి, నేల, ఆహారం, సముద్రం, క్రియాశీల బురద మరియు ఇతర రంగాల పరిశోధనలో మెటాప్రొటోమిక్స్ సాంకేతికత విస్తృతంగా ఉపయోగించబడుతోంది. ఒకే జాతి యొక్క ప్రోటీమ్ విశ్లేషణతో పోలిస్తే, సంక్లిష్ట నమూనాల మెటాప్రొటీమ్ యొక్క నమూనా ముందస్తు చికిత్స మరిన్ని సవాళ్లను ఎదుర్కొంటుంది. వాస్తవ నమూనాలలో సూక్ష్మజీవుల కూర్పు సంక్లిష్టంగా ఉంటుంది, సమృద్ధి యొక్క డైనమిక్ పరిధి పెద్దది, వివిధ రకాల సూక్ష్మజీవుల సెల్ గోడ నిర్మాణం చాలా భిన్నంగా ఉంటుంది మరియు నమూనాలు తరచుగా పెద్ద మొత్తంలో హోస్ట్ ప్రోటీన్లు మరియు ఇతర మలినాలను కలిగి ఉంటాయి. అందువల్ల, మెటాప్రొటీమ్ యొక్క విశ్లేషణలో, వివిధ రకాల నమూనాలను ఆప్టిమైజ్ చేయడం మరియు వివిధ సూక్ష్మజీవుల విభజన, సుసంపన్నం, వెలికితీత మరియు లైసిస్ పథకాలను అనుసరించడం తరచుగా అవసరం.

వివిధ నమూనాల నుండి సూక్ష్మజీవుల మెటాప్రొటీమ్‌ల వెలికితీత కొన్ని సారూప్యతలు మరియు కొన్ని తేడాలను కలిగి ఉంది, అయితే ప్రస్తుతం వివిధ రకాల మెటాప్రొటీమ్ నమూనాల కోసం ఏకీకృత ప్రీ-ప్రాసెసింగ్ ప్రక్రియ లేకపోవడం ఉంది.

02మాస్ స్పెక్ట్రోమెట్రీ డేటా సేకరణ

షాట్‌గన్ ప్రోటీమ్ విశ్లేషణలో, ప్రీ-ట్రీట్‌మెంట్ తర్వాత పెప్టైడ్ మిశ్రమం మొదట క్రోమాటోగ్రాఫిక్ కాలమ్‌లో వేరు చేయబడుతుంది, ఆపై అయనీకరణం తర్వాత డేటా సేకరణ కోసం మాస్ స్పెక్ట్రోమీటర్‌లోకి ప్రవేశిస్తుంది. ఒకే జాతి ప్రోటీమ్ విశ్లేషణ మాదిరిగానే, మాక్రోప్రొటీమ్ విశ్లేషణలో మాస్ స్పెక్ట్రోమెట్రీ డేటా అక్విజిషన్ మోడ్‌లలో DDA మోడ్ మరియు DIA మోడ్ ఉన్నాయి.

మాస్ స్పెక్ట్రోమెట్రీ సాధనాల యొక్క నిరంతర పునరావృతం మరియు నవీకరణతో, అధిక సున్నితత్వం మరియు రిజల్యూషన్‌తో కూడిన మాస్ స్పెక్ట్రోమెట్రీ సాధనాలు మెటాప్రొటీమ్‌కు వర్తించబడతాయి మరియు మెటాప్రొటీమ్ విశ్లేషణ యొక్క కవరేజ్ డెప్త్ కూడా నిరంతరం మెరుగుపడుతుంది. చాలా కాలంగా, ఆర్బిట్రాప్ నేతృత్వంలోని అధిక-రిజల్యూషన్ మాస్ స్పెక్ట్రోమెట్రీ సాధనాల శ్రేణి మెటాప్రొటీమ్‌లో విస్తృతంగా ఉపయోగించబడుతోంది.

నమూనా రకం, విశ్లేషణ వ్యూహం, మాస్ స్పెక్ట్రోమెట్రీ పరికరం, సముపార్జన పద్ధతి, విశ్లేషణ సాఫ్ట్‌వేర్ మరియు గుర్తింపుల సంఖ్య పరంగా 2011 నుండి ఇప్పటి వరకు మెటాప్రొటోమిక్స్‌పై కొన్ని ప్రాతినిధ్య అధ్యయనాలను అసలు టెక్స్ట్ యొక్క టేబుల్ 1 చూపిస్తుంది.

03మాస్ స్పెక్ట్రోమెట్రీ డేటా విశ్లేషణ

3.1 DDA డేటా విశ్లేషణ వ్యూహం

3.1.1 డేటాబేస్ శోధన

3.1.2డి నోవోసీక్వెన్సింగ్ వ్యూహం

3.2 DIA డేటా విశ్లేషణ వ్యూహం

04జాతుల వర్గీకరణ మరియు క్రియాత్మక ఉల్లేఖనం

వివిధ వర్గీకరణ స్థాయిలలో సూక్ష్మజీవుల సంఘాల కూర్పు సూక్ష్మజీవుల పరిశోధనలో కీలకమైన పరిశోధనా రంగాలలో ఒకటి. ఇటీవలి సంవత్సరాలలో, సూక్ష్మజీవుల సంఘాల కూర్పును పొందడానికి ప్రోటీన్ స్థాయి, పెప్టైడ్ స్థాయి మరియు జన్యు స్థాయిలో జాతులను ఉల్లేఖించడానికి ఉల్లేఖన సాధనాల శ్రేణి అభివృద్ధి చేయబడింది.

ఫంక్షనల్ ఉల్లేఖనం యొక్క సారాంశం ఏమిటంటే, టార్గెట్ ప్రోటీన్ సీక్వెన్స్‌ను ఫంక్షనల్ ప్రోటీన్ సీక్వెన్స్ డేటాబేస్‌తో పోల్చడం. GO, COG, KEGG, eggNOG మొదలైన జన్యు ఫంక్షన్ డేటాబేస్‌లను ఉపయోగించి, మాక్రోప్రొటీమ్‌ల ద్వారా గుర్తించబడిన ప్రోటీన్‌లపై విభిన్న ఫంక్షనల్ ఉల్లేఖన విశ్లేషణలను నిర్వహించవచ్చు. ఉల్లేఖన సాధనాలలో Blast2GO, DAVID, KOBAS మొదలైనవి ఉన్నాయి.

05 సారాంశం మరియు ఔట్లుక్

మానవ ఆరోగ్యం మరియు వ్యాధులలో సూక్ష్మజీవులు ముఖ్యమైన పాత్ర పోషిస్తాయి. ఇటీవలి సంవత్సరాలలో, సూక్ష్మజీవుల సంఘాల పనితీరును అధ్యయనం చేయడానికి మెటాప్రొటోమిక్స్ ఒక ముఖ్యమైన సాంకేతిక సాధనంగా మారింది. మెటాప్రొటోమిక్స్ యొక్క విశ్లేషణాత్మక ప్రక్రియ ఒకే-జాతి ప్రోటీమిక్స్ మాదిరిగానే ఉంటుంది, అయితే మెటాప్రొటోమిక్స్ యొక్క పరిశోధనా వస్తువు యొక్క సంక్లిష్టత కారణంగా, నమూనా ముందస్తు చికిత్స, డేటా సేకరణ నుండి డేటా విశ్లేషణ వరకు ప్రతి విశ్లేషణ దశలో నిర్దిష్ట పరిశోధన వ్యూహాలను అవలంబించాలి. ప్రస్తుతం, ప్రీ-ట్రీట్‌మెంట్ పద్ధతుల మెరుగుదల, మాస్ స్పెక్ట్రోమెట్రీ టెక్నాలజీ యొక్క నిరంతర ఆవిష్కరణ మరియు బయోఇన్ఫర్మేటిక్స్ యొక్క వేగవంతమైన అభివృద్ధి కారణంగా, మెటాప్రొటోమిక్స్ గుర్తింపు లోతు మరియు అప్లికేషన్ పరిధిలో గొప్ప పురోగతిని సాధించింది.

మాక్రోప్రొటీమ్ నమూనాల ముందస్తు చికిత్స ప్రక్రియలో, నమూనా యొక్క స్వభావాన్ని ముందుగా పరిగణించాలి. పర్యావరణ కణాలు మరియు ప్రోటీన్ల నుండి సూక్ష్మజీవులను ఎలా వేరు చేయాలి అనేది మాక్రోప్రొటీమ్‌లు ఎదుర్కొంటున్న కీలక సవాళ్లలో ఒకటి, మరియు విభజన సామర్థ్యం మరియు సూక్ష్మజీవుల నష్టం మధ్య సమతుల్యత అనేది అత్యవసరంగా పరిష్కరించాల్సిన సమస్య. రెండవది, సూక్ష్మజీవుల ప్రోటీన్ వెలికితీత వివిధ బ్యాక్టీరియా యొక్క నిర్మాణాత్మక వైవిధ్యత వలన కలిగే తేడాలను పరిగణనలోకి తీసుకోవాలి. ట్రేస్ పరిధిలోని మాక్రోప్రొటీమ్ నమూనాలకు నిర్దిష్ట ముందస్తు చికిత్స పద్ధతులు కూడా అవసరం.

మాస్ స్పెక్ట్రోమెట్రీ సాధనాల పరంగా, ప్రధాన స్రవంతి మాస్ స్పెక్ట్రోమెట్రీ సాధనాలు ఎల్‌టిక్యూ-ఆర్బిట్రాప్ వంటి ఆర్బిట్రాప్ మాస్ ఎనలైజర్‌లపై ఆధారపడిన మాస్ స్పెక్ట్రోమీటర్‌ల నుండి మరియు అయాన్ మొబిలిటీపై ఆధారపడిన మాస్ స్పెక్ట్రోమీటర్‌లకు ఎగ్జాక్టివ్ మరియు టిమ్స్‌టోఫ్ ప్రో వంటి ఫ్లైట్ మాస్ ఎనలైజర్‌ల వరకు మారాయి. . అయాన్ మొబిలిటీ డైమెన్షన్ సమాచారంతో timsTOF సిరీస్ సాధనాలు అధిక గుర్తింపు ఖచ్చితత్వం, తక్కువ గుర్తింపు పరిమితి మరియు మంచి పునరావృతతను కలిగి ఉంటాయి. ఒకే జాతికి చెందిన ప్రోటీమ్, మెటాప్రొటీమ్ మరియు మెటాబోలోమ్ వంటి మాస్ స్పెక్ట్రోమెట్రీ డిటెక్షన్ అవసరమయ్యే వివిధ పరిశోధనా రంగాలలో అవి క్రమంగా ముఖ్యమైన సాధనాలుగా మారాయి. చాలా కాలంగా, మాస్ స్పెక్ట్రోమెట్రీ సాధనాల యొక్క డైనమిక్ పరిధి మెటాప్రొటీమ్ పరిశోధన యొక్క ప్రోటీన్ కవరేజ్ లోతును పరిమితం చేసింది. భవిష్యత్తులో, పెద్ద డైనమిక్ పరిధి కలిగిన మాస్ స్పెక్ట్రోమెట్రీ సాధనాలు మెటాప్రొటీమ్‌లలో ప్రోటీన్ గుర్తింపు యొక్క సున్నితత్వం మరియు ఖచ్చితత్వాన్ని మెరుగుపరుస్తాయి.

మాస్ స్పెక్ట్రోమెట్రీ డేటా అక్విజిషన్ కోసం, DIA డేటా అక్విజిషన్ మోడ్‌ను ఒకే జాతి ప్రోటీమ్‌లో విస్తృతంగా స్వీకరించినప్పటికీ, ప్రస్తుత మాక్రోప్రొటీమ్ విశ్లేషణలు ఇప్పటికీ DDA డేటా అక్విజిషన్ మోడ్‌ను ఉపయోగిస్తాయి. DIA డేటా అక్విజిషన్ మోడ్ శాంపిల్ యొక్క ఫ్రాగ్మెంట్ అయాన్ సమాచారాన్ని పూర్తిగా పొందగలదు మరియు DDA డేటా అక్విజిషన్ మోడ్‌తో పోలిస్తే, ఇది మాక్రోప్రొటీమ్ నమూనా యొక్క పెప్టైడ్ సమాచారాన్ని పూర్తిగా పొందగల సామర్థ్యాన్ని కలిగి ఉంటుంది. అయినప్పటికీ, DIA డేటా యొక్క అధిక సంక్లిష్టత కారణంగా, DIA మాక్రోప్రొటీమ్ డేటా యొక్క విశ్లేషణ ఇప్పటికీ చాలా ఇబ్బందులను ఎదుర్కొంటోంది. కృత్రిమ మేధస్సు మరియు లోతైన అభ్యాసం యొక్క అభివృద్ధి DIA డేటా విశ్లేషణ యొక్క ఖచ్చితత్వం మరియు సంపూర్ణతను మెరుగుపరుస్తుందని భావిస్తున్నారు.

మెటాప్రొటోమిక్స్ యొక్క డేటా విశ్లేషణలో, ప్రోటీన్ సీక్వెన్స్ డేటాబేస్ నిర్మాణం కీలక దశల్లో ఒకటి. పేగు వృక్షజాలం వంటి ప్రసిద్ధ పరిశోధనా రంగాల కోసం, IGC మరియు HMP వంటి పేగు సూక్ష్మజీవుల డేటాబేస్‌లను ఉపయోగించవచ్చు మరియు మంచి గుర్తింపు ఫలితాలు సాధించబడ్డాయి. చాలా ఇతర మెటాప్రొటోమిక్స్ విశ్లేషణల కోసం, మెటాజెనోమిక్ సీక్వెన్సింగ్ డేటా ఆధారంగా నమూనా-నిర్దిష్ట ప్రోటీన్ సీక్వెన్స్ డేటాబేస్‌ను ఏర్పాటు చేయడం ఇప్పటికీ అత్యంత ప్రభావవంతమైన డేటాబేస్ నిర్మాణ వ్యూహం. అధిక సంక్లిష్టత మరియు పెద్ద డైనమిక్ పరిధి కలిగిన సూక్ష్మజీవుల కమ్యూనిటీ నమూనాల కోసం, తక్కువ-సమృద్ధిగా ఉన్న జాతుల గుర్తింపును పెంచడానికి సీక్వెన్సింగ్ లోతును పెంచడం అవసరం, తద్వారా ప్రోటీన్ సీక్వెన్స్ డేటాబేస్ యొక్క కవరేజీని మెరుగుపరుస్తుంది. సీక్వెన్సింగ్ డేటా లేనప్పుడు, పబ్లిక్ డేటాబేస్‌ను ఆప్టిమైజ్ చేయడానికి పునరుక్తి శోధన పద్ధతిని ఉపయోగించవచ్చు. అయితే, పునరావృత శోధన FDR నాణ్యత నియంత్రణను ప్రభావితం చేయవచ్చు, కాబట్టి శోధన ఫలితాలను జాగ్రత్తగా తనిఖీ చేయాలి. అదనంగా, మెటాప్రొటోమిక్స్ విశ్లేషణలో సాంప్రదాయ FDR నాణ్యత నియంత్రణ నమూనాల వర్తింపు ఇప్పటికీ అన్వేషించదగినది. శోధన వ్యూహం పరంగా, హైబ్రిడ్ స్పెక్ట్రల్ లైబ్రరీ వ్యూహం DIA మెటాప్రొటోమిక్స్ యొక్క కవరేజ్ డెప్త్‌ను మెరుగుపరుస్తుంది. ఇటీవలి సంవత్సరాలలో, డీప్ లెర్నింగ్ ఆధారంగా రూపొందించబడిన స్పెక్ట్రల్ లైబ్రరీ DIA ప్రోటీమిక్స్‌లో అత్యుత్తమ పనితీరును కనబరిచింది. అయినప్పటికీ, మెటాప్రొటీమ్ డేటాబేస్‌లు తరచుగా మిలియన్ల కొద్దీ ప్రోటీన్ ఎంట్రీలను కలిగి ఉంటాయి, దీని ఫలితంగా పెద్ద ఎత్తున అంచనా వేయబడిన స్పెక్ట్రల్ లైబ్రరీలు ఏర్పడతాయి, చాలా కంప్యూటింగ్ వనరులను వినియోగిస్తాయి మరియు పెద్ద శోధన స్థలం ఏర్పడుతుంది. అదనంగా, మెటాప్రొటీమ్‌లలోని ప్రోటీన్ సీక్వెన్స్‌ల మధ్య సారూప్యత చాలా తేడా ఉంటుంది, స్పెక్ట్రల్ లైబ్రరీ ప్రిడిక్షన్ మోడల్ యొక్క ఖచ్చితత్వాన్ని నిర్ధారించడం కష్టతరం చేస్తుంది, కాబట్టి ఊహించిన స్పెక్ట్రల్ లైబ్రరీలు మెటాప్రొటోమిక్స్‌లో విస్తృతంగా ఉపయోగించబడలేదు. అదనంగా, అధిక శ్రేణి-సారూప్య ప్రోటీన్‌ల యొక్క మెటాప్రొటోమిక్స్ విశ్లేషణకు వర్తింపజేయడానికి కొత్త ప్రోటీన్ అనుమితి మరియు వర్గీకరణ ఉల్లేఖన వ్యూహాలను అభివృద్ధి చేయాలి.

సారాంశంలో, అభివృద్ధి చెందుతున్న మైక్రోబయోమ్ పరిశోధన సాంకేతికతగా, మెటాప్రొటోమిక్స్ సాంకేతికత గణనీయమైన పరిశోధన ఫలితాలను సాధించింది మరియు భారీ అభివృద్ధి సామర్థ్యాన్ని కూడా కలిగి ఉంది.