Table of Contents

guest
2020-08-07
   教程 (中国语文)
     靶向 方法编辑
     靶向方法优化
     分析分类研究的数据
     处理已有定量实验数据
     小分子目标
     MS1 全扫描筛选
     靶向 MS/MS (PRM)
     非数据依赖型采集
     iRT 保留时间预测

教程 (中国语文)


[英语] [日语]

请选择尝试这些指南,以获得对实际数据运用Skyline软件的实际操作经验。

介绍性的

靶向方法编辑 (24 页)

 

靶向方法优化 (25 页)

 

小分子目标 (9 页)

 

 


全扫描采集数据

靶向 MS/MS (PRM) (39 页)

 



 


高级主题

 

更多即将推出!




靶向 方法编辑


获取针对靶向蛋白质组学实验创建Skyline文件的实际操作经验。在此指南中, 您将学会从pepXML和mzXML文件以及某个FASTA格式的背景蛋白质组文件中创建一个MS/MS谱图库。您会将这些信息与在GPM数据库网站(Gobal Proteome Machine)上的某个公共MS/MS谱图库相结合,以指导您创建一个新的Skyline文件去靶向分析一些特定的酵母蛋白质、肽段和子离子。从这个Skyline文件中,您会导出一个母离子-子离子对(transition)的列表,可以直接支持在AB公司的4000 Q Trap型质谱仪上检测分析 (24 页)。

[下载]

* - Skyline v0.6版本中开始引入, 已更新至 v1.4版本, 修订版本号为v2.5。




靶向方法优化


本教程是关于Skyline SRM数据分析的,内容涵盖导入仪器原始数据和对文档进行优化。利用多批SRM检测数据,本教程能够帮助你获得很多实际的操作经验。一开始,未优化文档给出的实验设计中,包括超过2000个需要检测的离子对,在Thermo TSQ平台上需要进行39次未预定的单次分析。在导入39次单次分析结果后,利用疏水性进行色谱保留时间回归分析,然后进行MS/MS图谱库的峰强度相关性分析,以提高检测到的色谱峰的可信度。在此基础上,可以利用Skyline进行实验设计优化,仅保留那些高可信度的色谱峰,从而筛选出精简的离子对列表。在优化完成后,对于预定实验设计,Skyline给出的离子对列表可以在一次分析中完成检测。在本教程中,这个实验设计的过程已经完成,你可以导入和查看多次重复实验检测的结果,以体验Skyline优化实验设计的效果。本教程总共有25页

[下载]

* - Skyline v0.6版本中开始引入, 已更新至 v1.4版本。

另外, 更多内容请参考我们发表在Proteomics 上的文章。(请引用)

The development of selected reaction monitoring methods for targeted proteomics via empirical refinement
[摘要]

 

了解更多 关于结果检查和优化实验设计方法的内容,可以阅读我们 ASMS 2009 的海报。

ASMS 2009 Poster




分析分类研究的数据


学习如何利用skyline有效的处理在一个生理状态下多个生物样品的实验数据。你将会使用一个可以被检测到的目标列表,并进一步优化该列表,使其可以只包含在健康和生病状态下在老鼠 (14只)的血浆中具有不同浓度的分子。在这个过程中,你讲学会如何使用skyline快速的研究和理解反常数据。你也会得到一些关于如何使用Skyline (版本3.1)来比较不同生理状态的经验。本教程总共有70页。)

[下载]

* - 根据版本3.1编写的使用说明




处理已有定量实验数据


通过本教程,你将学习如何处理已有的定量实验数据(不是由Skyline完成实验设计),包括利用稳定同位素标记肽段作为参考的实验。利用已知的离子对列表和已发布的SRM数据集,你可以获得这方面的实际操作经验,学习如何利用Skyline提供的色谱峰和色谱保留时间分析图表来进行高效的数据分析(本教程共39页)。 

[下载]

* - Skyline v0.7 版中引入, 更新至 v1.4版本。




小分子目标


学习如何利用skyline来分析小分子目标。你将会在skyline中导入一个小分子离子对的列表和14个Waters Xeve TQS 的实验数据。开始学习如何把skyline应用到小分子的实验中。本教程总共有9页。

[下载]

* - 根据版本3.1编写的使用说明




MS1 全扫描筛选


本教程将介绍如何利用Skyline完成无标记定量数据分析。在数据依赖(DDA)实验中,一般利用MS1信号强度构建离子流色谱峰(XIC),通过对比不同LC-Run中肽段的XIC面积来实现差异定量分析。在本教程中,你将学习利用Skyline从探索性实验数据集中构建图谱库,配置MS1过滤的Skyline文档,导入质谱仪原始数据文件,从MS1扫描中提取母离子的信号强度以构建XIC,然后根据MS/MS图谱肽段鉴定信息挑选合适的色谱峰,完成肽段定量。更重要的是,你还将学习如何利用Skyline进一步处理得到的定量结果。如果你对探索性实验无标记定量分析比较感兴趣,本教程将帮助你认识一个新的研究工具(本教程共37页)。 

[下载]

* - 在 v1.2版本中引入, 更新至v1.4版本, 修订版本号为v2.5。

另外, 关于Skyline无标记定量的算法和工作流程,更多内容参考我们发表在Molecular Cellular Proteomics 上的文章(请引用该文章):
Platform independent and label-free quantitation of proteomic data using MS1 extracted ion chromatograms in skyline. Application to protein acetylation and phosphorylation
[摘要]




靶向 MS/MS (PRM)


本教程将介绍利用Skyline完成高Agilent 6520 Q-TOF)低(Thermo LTQ)两种分辨率质谱平台的靶向MS/MS数据(也称为并行反应离子监测,PRM)分析,以便认识母离子-碎片离子对监测的肽段定量策略,在不同分辨率下选择性和灵敏度的差异。通过该教程,你将发现利用Skyline丰富的数据分析功能,能够帮助你理解自己的质谱数据,发现你自己质谱平台使用的新方法,以便更好地进行基于色谱分离的定量蛋白质组学分析。(本教程共39页) 

[下载]

* - 在v1.2版中引入, 更新至v1.4版, 修订版本号是v2.5。

另外, 更多信息请参考我们发表在Journal of Proteome Research 上的文章(请引用该文章)
Label-Free Quantitation of Protein Modifications by Pseudo-Selected Reaction Monitoring with Internal Reference Peptides
[摘要]




非数据依赖型采集


通过一个含有非依赖型数据采集和依赖型数据采集 (在同一个仪器上采集这两种数据)的实验方法来得到分析非依赖型数据的经验。定义和导出一个非依赖型数据采集方法的隔离方案。在进行非依赖型数据采集之前,进行依赖型数据采集,并利用其结果来建立一个质谱谱图库。根据质谱谱图库来选择对应目标蛋白质的多肽和离子对。用skyline导入并分析相关的非依赖型数据采集的结果来熟悉这个实验流程。本教程总共有40页。

[下载]

* - 根据版本2.6编写的使用说明




iRT 保留时间预测


本教程将引导你获得iRT技术的实际使用经验。iRT技术将校正过的、经验检测的肽段色谱保留时间存入一个库中,然后在预定实验中,用于离子对检测时间的确定和检测结果的验证。本教程中,你将学习如何校正自己的iRT计算器,以及更多的关于iRT-C18校正的过程。其中,iRT-C18是Biognosys在iRT-Kit中使用的肽段标准样品。本教程将引导你利用SRM数据、图谱库和探索性实验MS1过滤得到的色谱峰校正一个新的iRT计算器。同时,你将学习怎样对该iRT计算器进行再校正,以便用于洗脱梯度或者色谱柱不同的预定SRM实验。本教程将展示iRT预测的精度,以及高精度的iRT预测在色谱峰鉴定结果验证中,可以提供更高的可信度。(本教程共30页) 

[下载]

* - 在v1.2版本中引入, 更新至 v1.4版。

另外, 更多细节请参考我们发表在Proteomics上的文章 (请引用)
Using iRT, a normalized retention time for more targeted measurement of peptides
[摘要]