AA_stat

一种用于蛋白质组学中氨基酸残基修饰分析的开放源代码软件

概述

AA_stat 是一种用于质谱蛋白质组学的工具，可以揭示蛋白质组分析结果中意外的肽修饰，以及数据采集或处理过程中可能出现的假象。AA_stat 计算并可视化已识别肽的氨基酸发生频率。AA_stat 处理开放搜索的结果，并组成一个可以归因于修饰的已识别质量位移列表。

处理涉及对潜在峰的高斯拟合、特定组别的FDR过滤、氨基酸计数和观察到的质量位移的出现频率归一化。

如何引用

AA_stat的最新版本在以下文献中描述：

AA_stat：从开放搜索结果中智能分析体内和体外修饰。蛋白质组学杂志，第248卷，2021年9月30日，104350。 https://doi.org/10.1016/j.jprot.2021.104350

该文章的预印本可在biorXiv上找到： https://www.biorxiv.org/content/10.1101/2020.09.07.286161v2.full。

AA_stat的最初版本在以下文献中较早描述：

使用氨基酸计数验证蛋白质组学中肽识别结果。蛋白质组学，第18卷，第23期，2018年12月，1800117。 https://doi.org/10.1002/pmic.201800117

安装

AA_stat需要Python 3.8或更高版本。

从PyPI安装（所有平台）

pip install AA_stat

或者，您可以直接从GitHub安装

pip install git+https://github.com/SimpleNumber/aa_stat

创建桌面快捷方式

要为 AA_stat_GUI 创建桌面快捷方式，请在 pip install 后调用另一个命令

AA_stat_GUI --create-shortcut

快速入门

命令行

只需使用您的开放搜索结果调用AA_stat。如果可用，请同时传递光谱文件。

AA_stat --pepxml *.pepXML --mzml *.mzML

要检查结果，请在浏览器中打开名为report.html的文件。示例报告在此处显示。

图形用户界面

在命令行中运行AA_stat_GUI或一次运行AA_stat_GUI --create-shortcut并使用桌面快捷方式。

打开搜索结果和光谱文件

AA_stat处理pepXML或CSV格式的开放搜索结果，并与大多数现有搜索引擎获得的搜索结果兼容。默认情况下，建议使用来自Nesvizhskii 实验室网站的可用的MSFragger搜索引擎。有关其操作的详细信息，请参阅MSFragger 用户手册。

AA_stat的大多数新功能都需要您也提供光谱文件。AA_stat支持MGF和mzML格式。请注意，您必须提供用于开放搜索的相同文件。注意：如果您在RAW文件上运行MSFragger，可以将RAW文件转换为mzML，并将这些文件指定给AA_stat。

示例

开放搜索参数文件的示例可以在此处找到。

MSFragger使用示例

java -Xmx8G -jar MSFragger.jar open_search.params HeLa_run1.mzML HeLa_run2.mzML

AA_stat使用示例

AA_stat --pepxml *.pepXML --mzml *.mzML

用户手册

命令行选项

usage: AA_stat [-h] [--params PARAMS] [--dir DIR] [-v {0,1,2,3}] [--mgf MGF [MGF ...] | --mzml MZML [MZML ...]] (--pepxml PEPXML [PEPXML ...] | --csv CSV [CSV ...]) [--fmods FMODS] [--vmods VMODS]
               [--enzyme ENZYME] [-n PROCESSES]

options:
  -h, --help            show this help message and exit
  --params PARAMS       CFG file with parameters. If there is no file, AA_stat uses default one. An example can be found at https://github.com/SimpleNumber/aa_stat
  --dir DIR             Directory to store the results. Default value is current directory.
  -v {0,1,2,3}, --verbosity {0,1,2,3}
                        Output verbosity.
  --mgf MGF [MGF ...]   MGF files to localize modifications.
  --mzml MZML [MZML ...]
                        mzML files to localize modifications.
  --pepxml PEPXML [PEPXML ...]
                        List of input files in pepXML format.
  --csv CSV [CSV ...]   List of input files in CSV format.
  --fmods FMODS         Fixed modifications specified in the search (needed with CSV input). Example: +57.0215 @ C, +229.1630 @ N-term
  --vmods VMODS         Variable modifications specified in the search (needed with CSV input). Example: 15.9959 @ M, 42.0106 @ N-term
  --enzyme ENZYME       Enzyme specificity set in the search (needed with CSV input).
  -n PROCESSES, --processes PROCESSES
                        Maximum number of processes to use.

配置文件

可以在default.cfg中设置配置参数（默认值和注释）。

AA_stat支持以下参数

输出文件

AA_stat输出示例可在此找到：这里。

AA_stat生成以下文件

A. 高斯拟合报告（gauss_fit.pdf）。

B. 摘要直方图（summary.png）。

C. 每个显著质量位移间隔的标准化频率图表（PNG和SVG文件）。如果提供MGF或mzML文件，将生成包含修改肽序列和定位得分的表格。

D. 摘要表（aa_statistics_table.csv），其中包含所有质量位移的氨基酸频率以及可能的修饰的Unimod.org链接。

E. 摘要表（p_values.csv），其中包含每个质量位移中每个氨基酸频率的p值。

F. HTML文件（report.html）汇总并说明了所有结果。

G. 如果提供MGF或mzML文件，将创建一个包含定位结果的表格（localization_statistics.csv）。

A. 高斯拟合文件显示考虑为质量位移峰的间隔中的PSM分布。子图标题对应于质量位移（间隔中心）。峰值分为3组：PASSED - 具有良好拟合的质量位移，将用于后续分析；NO FIT - 算法无法找到高斯函数的质量位移；FAILED - 拟合未通过配置的过滤标准的质量位移。

图1。 gauss_fit.pdf中的高斯拟合结果示例。

B。 摘要直方图显示所有质量位移间隔中过滤的PSM数量。每个柱子顶部的数字表示所有已识别PSM的百分比。每个质量位移间隔分别按用户指定的FDR级别进行过滤，使用目标- decoy方法。

图2。 摘要直方图示例。

C。 每个显著质量位移的标准化频率图表。每个图表的名称根据质量位移命名。图表中的每个条形表示给定质量位移间隔中特定氨基酸残基的标准化发生频率。标准化频率是通过以下方式计算的：

1. 计算所有非冗余肽中所有氨基酸的总数，这些肽具有给定的质量位移；

2. 将给定残基的计数除以间隔的总氨基酸计数以获得残基的发生频率；

3. 通过将残基的标准化频率除以零质量位移间隔中相同残基的发生频率进行归一化。

如果残基的标准化频率显著超过1，则意味着该残基在具有相应质量位移的肽中“富集”，表明该残基与质量位移的原因之间存在联系。在最简单的情况下，该残基被修饰

图3。 15.9943质量位移的标准化频率图表示例（绿色）。橙色 -- 包含至少一种特定AA残基的肽的百分比。蓝色 -- 每个AA处的质量位移定位成功（仅当提供MS/MS光谱时）。计数未进行归一化。

D。 摘要表（aa_statistics_table.csv），其中包含所有质量位移的氨基酸频率以及肽计数和可能的修饰的Unimod.org链接。

E. 摘要表（p_values.csv）包含所有质量偏移中所有氨基酸频率的p值，指示从零质量偏移峰显著偏离的氨基酸频率。

F. HTML文件（report.html）汇总并说明了所有结果。示例可以在这里找到。

G. 定位总结显示了在MS/MS中成功定位修饰的每个箱中肽的数量。定位是通过生成可能等位基因的理论光谱并对其实验光谱进行评分来完成的。如果从评分角度看有一个明确的优胜者，则该光谱被认为是定位的。

AA_search选项

如果AA_stat使用在"AA_search"模式下，则在AA_stat之前运行MSFragger。AA_search还可以优化用于开放搜索的固定修饰，并在需要时重复开放搜索。这通过-x选项（或--optimize-fixed-mods）启用。支持的命令行选项完整列表

AA_search [-h] [--params PARAMS] [--MSFragger MSFRAGGER] [--dir DIR] [-v {0,1,2,3}] (--mgf MGF [MGF ...] | --mzml MZML [MZML ...]) [-db FASTA] [--os-params OS_PARAMS] [-x] [-s [SKIP]] [-je JAVA_EXECUTABLE] [-ja JAVA_ARGS]

optional arguments:
  -h, --help            show this help message and exit
  --params PARAMS       CFG file with parameters. If there is no file, AA_stat uses default one. An example can be found at https://github.com/SimpleNumber/aa_stat
  --MSFragger MSFRAGGER
                        Path to MSFragger .jar file. If not specified, MSFRAGGER environment variable is used.
  --dir DIR             Directory to store the results. Default value is current directory.
  -v {0,1,2,3}, --verbosity {0,1,2,3}
                        Output verbosity.
  --mgf MGF [MGF ...]   MGF files to search.
  --mzml MZML [MZML ...]
                        mzML files to search.
  -db FASTA, --fasta FASTA
                        FASTA file with decoys for open search. None: with included MSFragger parameters, the database is expected to contain decoys. Default decoy prefix is "rev_". If it differs, do not forget to specify it in
                        AA_stat params file.
  --os-params OS_PARAMS
                        Custom open search parameters.
  -x, --optimize-fixed-mods
                        Run multiple searches, automatically determine which fixed modifications to apply.
  -s [SKIP], --skip [SKIP]
                        Skip search if pepXML files exist already. If not specified, no steps are skipped. If specified without value, first step may be skipped. Value is number of steps to skip. Only works with "-x".
  -je JAVA_EXECUTABLE, --java-executable JAVA_EXECUTABLE
  -ja JAVA_ARGS, --java-args JAVA_ARGS

AA_search使用示例

AA_search --MSFragger /path/to/MSFragger/MSFragger-2.4.jar -x -db fasta_file.fasta --mzml mzml_files.mzML --dir ./save_dir

所有搜索都保存在单独的文件夹中："步骤1"、"步骤2"等。在这些文件夹中，保存了pepXML文件和开放搜索参数文件（os.params），以及AA_stat结果。