化工仪器网手机版
移动端访问更便捷
突破性新方法DeepSecMS助力深入解析硒蛋白质组 为疾病机制研究开辟新路径
2025年08月01日 16:20:42
来源：化工仪器网 作者：宋池 点击量：322
中科院上海有机所团队在《Advanced Science》发表创新方法DeepSecMS，攻克硒蛋白质组研究难题。该方法利用深度学习技术，基于硒代半胱氨酸（Sec）与半胱氨酸（Cys）的化学相似性，创新采用Cys数据代理训练策略构建理论谱图库。
硒蛋白是一类含有稀有氨基酸硒代半胱氨酸(Sec)的特殊蛋白质，在维持细胞氧化还原平衡、调控关键生理过程以及与神经退行性疾病、癌症、心血管疾病和糖尿病等多种重大疾病的发生发展密切相关。然而，受限于Sec的稀有性及检测分析难度，人类迄今仅鉴定出25种硒蛋白，全面绘制硒蛋白图谱并发现新成员仍是该领域面临的重大挑战。
针对这一难题，中国科学院上海有机化学研究所生物与化学交叉研究中心张耀阳研究员课题组取得了重要进展。该团队在前期研究中开发了硒代半胱氨酸特异性质谱方法(SecMS)和非SECIS依赖的硒蛋白数据库(SIS)，首次绘制了小鼠组织特异性硒蛋白图谱并发现了新硒蛋白(PMID: 30174312)。近日，课题组在国际知名期刊《Advanced Science》上发表了题为“DeepSecMS Advances DIA-Based Selenoproteome Profiling Through Cys-to-Sec Proxy Training”的研究论文，介绍了其最新开发的创新方法——DeepSecMS。
DeepSecMS方法的核心创新在于巧妙地结合了深度学习技术，并利用了硒代半胱氨酸(Sec)与其结构类似物半胱氨酸(Cys)的高度化学相似性特性。由于已知含Sec肽段的真实谱图数据极其稀少，难以直接用于训练深度学习模型，研究团队创新性地采用了“Cys-to-Sec取代训练策略”。该策略通过利用大量易获得的含Cys肽段数据，成功构建了一个大规模的理论含Sec肽段谱图库。
研究结果表明，DeepSecMS能够高精度预测含Sec肽段的关键质谱特征，包括二级质谱(MS2)谱图、保留时间(RT)和离子淌度(IM)。将DeepSecMS与数据非依赖性采集(DIA)质谱技术相结合，研究人员在多种人源细胞系和小鼠组织样本中显著提升了对已知硒蛋白的鉴定能力，并发现了大量高可信度的潜在新型硒蛋白。
这项研究开发的DeepSecMS方法，为全面解析哺乳动物硒蛋白质组提供了强大且高效的新工具，有望推动在更深层次上探索硒蛋白在人体健康与疾病中的作用。研究团队指出，该工作中提出的“Cys-to-Sec”代理训练策略具有潜在的普适性，可推广应用于研究其他低丰度蛋白质变体或翻译后修饰，为微量蛋白质组学研究提供了一个可扩展的技术框架。
相关阅读 Related Reading
查看更多+-
2025年8月19日14:00，化工仪器网特联合哈希水质分析仪器(上海)有限公司，举办“第三届工业园区污水监测方案线上会议”。2025-08-01 10:47:53
-
近日，昆明市延安医院就“2025年昆明市延安医院检验科设备采购项目（三次）”发布公开招标公告，预算金额为264.8万元。2025-08-01 10:19:30
-
涉及质谱、光谱法 2025年山西检验检测机构能力验证项目公布
2025年山西检验检测机构能力验证项目公布，项目检测方法主要涉及电感耦合等离子体质谱法、电感耦合等离子体发射光谱法等。2025-07-31 14:58:07 -
2025年食品重点实验室光谱质谱设备的预算为996万元，项目编号为N5100012025002095。2025-07-31 10:20:56
-
近日，保定市纤维检验所委托河北蕴藏隆工程管理有限公司组织公开招标，采购高效液相色谱-质谱联用仪等检验仪器，预算250万元。2025-07-31 09:05:45
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
