Nature出版社旗下的Nature Methods雜志是方法學領域的刊物，今年的影響因子是19.276，穩(wěn)居方法學期刊的。近期來自中國農業(yè)大學，北京生命科學研究所，以及中科院計算技術研究所的研究人員發(fā)表了題為“Identification of cross-linked peptides from complex samples”的文章，介紹了一種從復雜樣品中識別交聯肽的新技術，相關成果就公布在以上Nature Methods這一雜志上。

文章的通訊通訊作者分別是北京生命科學研究所董夢秋研究員，以及計算技術研究所的賀思敏研究員，*作者是中國農業(yè)大學楊兵（Bing Yang，音譯）。

蛋白化學交聯配合質譜分析（mass spectrometry analysis）的CXMS方法能幫助研究人員獲得關于蛋白折疊，蛋白-蛋白相互作用等方面的有用信息。理論上CXMS能通過鑒別復合物直接結合模式，定位結合界面，確定出一個大型蛋白復合物的整個結構，而且蛋白樣品也無需像結晶技術中那樣高度純化。

但是這在實際上并未能達到，其中的原因有幾方面，比如交聯樣品中的蛋白酶消化會產生包含規(guī)律單連，環(huán)狀連接和相互連接的肽段混合物，其中相互連接的肽段是解析蛋白折疊和蛋白之間相互作用的zui大信息承載體之一，但卻由于消化過程中豐度低，而難以識別出來。

在這篇文章中，研究人員開發(fā)出了一種能用于識別這些交聯肽段的方法：pLink，這種方法能結合質譜分析方法，解析交聯肽的數據，準確估計出交聯識別中的假陽性，并且這種方法也能與多種同源，或者異源的雙功能交聯分析方法兼容。

pLink在pFind基礎上，將研究對象的一個肽段變成了兩個肽段，分析復雜樣品中的交聯肽，為了驗證這一方法的有效性，研究人員也利用已知的結構進行了分析，并進一步在蛋白復合物，免疫沉淀初提物，以及整個細胞裂解物中進行了驗證。

相關的研究數據表明，這是一種用于分析蛋白結構，以及蛋白-蛋白相互之間作用的有效工具。

pLink是在pFind基礎上開發(fā)出來的，后者是中國*個具有自主知識產權的網絡版蛋白質鑒定軟件pFind （http://pfind.ict.ac.cn），這一軟件是由計算所生物信息學課題組開發(fā)出來，已用于提高應用質譜技術進行蛋白質鑒定的算法與系統(tǒng)性能，具體包括基于數據庫搜索的蛋白質鑒定算法;質譜中同位素信息的應用;以及蛋白質修飾鑒定和定量化等。

今年年初，董夢秋實驗室還與生物物理所等處的研究人員合作，提出了不依賴于蛋白數據庫的肽段從頭測序（de novo sequencing）。以前的從頭測序效果欠佳，鮮有實際應用。為了此項研究的需要，董夢秋實驗室與中科院計算所賀思敏研究組共同開發(fā)了肽段從頭測序的質譜實驗流程和算法，達到了與數據庫搜索相當的鑒定效果（Chi H. et al., J. Proteome Res. 2010）。發(fā)表的PNAS文章中的兩個蛋白As_SRP-1和As_TRY-5都是用肽段從頭測序技術pNovo鑒定到的，表明pNovo足以支持生物學研究，尤其是對于新蛋白（序列未被收納到現有數據庫中）的鑒定有很大的幫助。