Application of de Novo Sequencing to Large-Scale Complex Proteomics Data Sets

Devabhaktuni, Arun; Elias, Joshua E.

doi:10.1021/acs.jproteome.5b00861

Cited by 37 publications

(48 citation statements)

References 57 publications

(94 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…However, deciphering these modifications has required individual histone isoform 62 or specific modification 63 enrichment. Using TagGraph, we identified 277 PTMs across the major histone proteins, 132 of which were not previously reported ( Supplementary Table 9 ).…”

Section: Resultsmentioning

confidence: 99%

“…The accuracy of each de novo algorithm was assessed using the sequence accuracy metric (Supplementary Fig. 2a) 9 . For a given de novo peptide-spectrum match and its corresponding high confidence SEQUEST peptide-spectrum match, sequence accuracy represents the fraction of prefix residue masses 10 present in the high confidence SEQUEST match which were also present in the de novo sequence 9 .…”

Section: Supplementary Methodsmentioning

confidence: 99%

“…Post translational modifications (PTMs) dynamically modulate the activity, conformation states, localization, interactions, abundance, and degradation of almost all proteins encoded by the human genome 1–4 , yet most remain poorly understood. PTM dysregulation has been linked to heart 5 , neurodegenerative 6 , and autoimmune 7 diseases, cancer 8 , and countless other major health challenges 9 . Thus, characterizing PTMs’ identities, abundances, and regulation is an essential dimension for understanding overall protein function and disease etiology.…”

Section: Introductionmentioning

confidence: 99%

See 2 more Smart Citations

Measuring proteomes with long strings: A new, unconstrained paradigm in mass spectrum interpretation

Devabhaktuni

Olsson

González

et al. 2018

Preprint

Self Cite

View full text Add to dashboard Cite

12Thousands of protein post-translational modifications (PTMs) dynamically impact nearly all 13 cellular functions. Mass spectrometry is well suited to PTM identification, but proteome-scale 14 analyses are biased towards PTMs with existing enrichment methods. To measure the full 15 landscape of PTM regulation, software must overcome two fundamental challenges: intractably 16 large search spaces and difficulty distinguishing correct from incorrect identifications. Here, we 17 describe TagGraph, software that overcomes both challenges with a string-based search 18 method orders of magnitude faster than current approaches, and probabilistic validation model 19 optimized for PTM assignments. When applied to a human proteome map, TagGraph tripled 20 confident identifications while revealing thousands of modification types on nearly one million 21 sites spanning the proteome. We expand known sites by orders of magnitude for highly 22 abundant yet understudied PTMs such as proline hydroxylation, and derive tissue-specific 23 insight into these PTMs' roles. TagGraph expands our ability to survey the full landscape of 24 PTM function and regulation. 25Conventional sequence database search tools cannot identify modified peptides unless they are 44 first anticipated by the researcher [20][21][22] . Search parameters including the number, kind, and 45 frequency of PTMs are usually chosen to strike a difficult compromise: considering larger 46 numbers of PTMs and other sequence variants is necessary for their identification, but doing so 47 exponentially increases the time needed to interpret MS/MS datasets, and decreases the ability 48 to distinguish correct from incorrect assignments 23 . To partially address this compromise, 49 strategies have been proposed to constrain the number of proteins being searched, protease 50 specificity rules, or the allowable types and numbers of PTMs 17,18,[24][25][26] . In practice, these 51 approaches only marginally decrease search times without clearly distinguishing correct from 52 incorrect PTM assignments 27 . Therefore, most have not been demonstrated on large, proteome-53 scale datasets 23 54Here, we describe TagGraph, a powerful computational tool that addresses two principle 55 challenges of searching very large sequence spaces. First, TagGraph leverages accurate de 56 novo mass spectrum interpretations 28,29 to rapidly search millions of possible sequences for a 57 match with an FM-index 30 data structure. This highly efficient search method makes modern 58 next-generation genome sequencing possible 31 , but has not been adapted to proteomics. By 59 combining it with a graph-based string reconciliation algorithm, TagGraph rapidly searches 60 MS/MS datasets without restrictions on number of proteins, PTMs, or protease specificity. This 61 strategy achieves speeds orders of magnitude faster than prior algorithms because it considers 62 exponentially more sequence possibilities without having to explicitly test each one against input 63 spectra. Second, by replacing conventional "ta...

show abstract

Section: Resultsmentioning

confidence: 99%

Section: Supplementary Methodsmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Measuring proteomes with long strings: A new, unconstrained paradigm in mass spectrum interpretation

Devabhaktuni

Olsson

González

et al. 2018

Preprint

Self Cite

View full text Add to dashboard Cite

show abstract

“…Однако в недавних работах [66,89] была продемонстрирована возможность получения аккуратной оценки FDR для результатов de novo секвенирования с использованием результатов идентификации в базе данных. Также представляет интерес опубликованный в январе 2018 г. метод оценки уровня "ложных аминокислот" (false amino-acid rate, FAR) [90], определяемого как отношение числа неправильно предсказанных аминокислот к общему количеству аминокислот в последовательностях, сгенерированных алгоритмом de novo секвенирования.…”

Section: перспективыunclassified

De novo sequencing of proteins and peptides: algorithms, applications, perspectives

Vyatkina

2018

BMCRM

View full text Add to dashboard Cite

ОБЗОР194021, Санкт-Петербург, ул. Хлопина, д. 8, к. 3; эл. почта: vyatkina@spbau.ru 2 Санкт-Петербургский государственный университет; 199034, Санкт-Петербург, Университетская наб., д. 7-9Установление первичной структуры белков и пептидов является важным этапом при изучении их свойств. В настоящее время для решения данной задачи наиболее часто используется масс-спектрометрия. Результаты масс-спектрометрических измерений могут быть интерпретированы посредством поиска в базе данных или методами de novo секвенирования. Привлекательность последних обусловлена возможностью их применения для исследования неизвестных белков, а также тех, которые не могут быть проанализированы методами геномики или транскриптомики. В данной статье предлагается краткий обзор существующих подходов к de novo секвенированию белков и пептидов и решаемых с их помощью задач, а в завершение обозначены направления и перспективы их дальнейшего развития. масс-спектру, причем его вершины порождаются пиками, а рёбра соединяют пары вершин, "отличающихся" друг от друга на массу остатка какой-либо аминокислоты (рис. 1). Каждое ребро спектрального графа помечено соответствующей аминокислотой (с точностью до замены I/L), а любой путь в этом графе определяет аминокислотную последовательность, образованную метками составляющих его рёбер. Таким образом, полная или частичная интерпретация масс-спектра сводится к нахождению в его спектральном графе оптимального или нескольких лучших (с точки зрения используемой оценочной функции) путей.На сегодняшний день наиболее мощной и часто используемой коммерческой программой, несомненно, является PEAKS [28]; из бесплатных программных инструментов уже более десяти лет пользуется популярностью PepNovo [29]. К недавним разработкам относятся метод Twister, изначально предназначенный для de novo секвенирования пептидов по наборам тандемных масс-спектров "сверху вниз" (top-down) [30][31][32], а впоследствии адаптированный к случаю данных "снизу вверх" (bottom-up) высокого разрешения [33], и Novor [34], позволяющий обрабатывать масс-спектры триптических пептидов.Идентификация масс-спектров путем поиска в базе данных традиционно считается более надежным методом определения аминокислотной последовательности, нежели de novo секвенирование. Действительно, количество потенциально возможных интерпретаций масс-спектра, которые могут быть получены из базы данных, заведомо окажется существенно меньше числа всех возможных его интерпретаций*, а, следовательно, значительно сократится и число неверных интерпретаций, что, в свою очередь, должно уменьшить риск ошибки при попытке выбрать единственный правильный вариант. Ещё одна причина заключается в недостатке методов контроля качества результатов de novo секвенирования, сопоставимых с методами оценки уровня ложноположительных результатов (False Discovery Rate, FDR), используемых при поиске в базе данных [35]. Однако технологические достижения и алгоритмические разработки последних лет обеспечили повышение надежности методов de novo секвенирования, что открывает новые перспективы для их пр...

show abstract

“…Differential labeling between two samples, via isotopic or chemical modification of peptide N- or C-termini, is applied to evoke a mass difference between product ions pairs and allows MS 2 ion type annotation. 24,25 Alternatively, spectral simplification through chemical derivatization and charge sequestration can either enhance or eliminate a particular fragment ion series. In particular, peptide termini may be modified to increase the relative abundance of either the N- or C-terminal ion series.…”

Section: Introductionmentioning

confidence: 99%

UVnovo: A de Novo Sequencing Algorithm Using Single Series of Fragment Ions via Chromophore Tagging and 351 nm Ultraviolet Photodissociation Mass Spectrometry

et al. 2016

View full text Add to dashboard Cite

De novo peptide sequencing by mass spectrometry represents an important strategy for characterizing novel peptides and proteins, in which a peptide’s amino acid sequence is inferred directly from the precursor peptide mass and tandem mass spectrum (MS/MS or MS3) fragment ions, without comparison to a reference proteome. This method is ideal for organisms or samples lacking a complete or well-annotated reference sequence set. One of the major barriers to de novo spectral interpretation arises from confusion of N- and C-terminal ion series due to the symmetry between b and y ion pairs created by collisional activation methods (or c, z ions for electron-based activation methods). This is known as the ‘antisymmetric path problem’ and leads to inverted amino acid subsequences within a de novo reconstruction. Here, we combine several key strategies for de novo peptide sequencing into a single high-throughput pipeline: high efficiency carbamylation blocks lysine side chains, and subsequent tryptic digestion and N-terminal peptide derivatization with the ultraviolet chromophore AMCA yields peptides susceptible to 351 nm ultraviolet photodissociation (UVPD). UVPD-MS/MS of the AMCA-modified peptides then predominantly produces y ions in the MS/MS spectra, specifically addressing the antisymmetric path problem. Finally, the program UVnovo applies a random forest algorithm to automatically learn from and then interpret UVPD mass spectra, passing results to a hidden Markov model for de novo sequence prediction and scoring. We show this combined strategy provides high performance de novo peptide sequencing, enabling the de novo sequencing of thousands of peptides from an E. coli lysate at high confidence.

show abstract

Application of de Novo Sequencing to Large-Scale Complex Proteomics Data Sets

Cited by 37 publications

References 57 publications

Measuring proteomes with long strings: A new, unconstrained paradigm in mass spectrum interpretation

Measuring proteomes with long strings: A new, unconstrained paradigm in mass spectrum interpretation

De novo sequencing of proteins and peptides: algorithms, applications, perspectives

UVnovo: A de Novo Sequencing Algorithm Using Single Series of Fragment Ions via Chromophore Tagging and 351 nm Ultraviolet Photodissociation Mass Spectrometry

Contact Info

Product

Resources

About