基于半胱氨酸代理训练的DIA硒蛋白质组深度分析新策略

分享一篇发表在Advanced Science上的文章，题目为"DeepSecMS Advances DIA-Based Selenoproteome Profiling Through Cys-to-Sec Proxy Training"。通讯作者是中国科学院上海有机化学研究所的张耀阳研究员，课题组专注于蛋白质组学新方法开发。

硒代半胱氨酸（Sec）作为第21种蛋白源氨基酸，在氧化还原酶（如GPX4）中发挥关键作用，但其在人类蛋白质组中仅有25种已知硒蛋白。传统质谱方法因Sec的稀有性（仅占蛋白组0.02%）和与半胱氨酸（Cys）的相似性面临检测瓶颈。

本研究创新性地提出"半胱氨酸代理训练"策略：利用Sec与Cys相似的物理化学性质，首先使用IodoAPB探针标记HEK 293T细胞中的Cys，构建含34,996个Cys肽段的大型实验谱库；随后在AlphaPeptDeep框架下将这些肽段中的Cys虚拟替换为Sec，生成伪Sec谱库训练深度学习模型。该模型成功预测Sec肽段的三个关键特征：MS2谱图（皮尔逊相关系数中位数0.907）、保留时间（R²=0.989）和离子淌度（R²=0.953），预测精度接近生物学重复水平。

为验证DeepSecMS的实际效能，作者建立SCoSS数据库——通过SECISBP2 RNA结合能力筛选的986个高置信度硒蛋白候选集，包含11,551个前体离子。针对该库的假阳性干扰问题，创新性地引入Cys肽段作为缓冲肽（比例优化至2：1），使HEK 293T细胞中硒蛋白鉴定数从15种提升至23种，接近理论最大值。

在多种细胞系（A549、HepG2、MCF7）和10种小鼠组织（脑、肝、心等）的DIA数据分析中，DeepSecMS显著提升已知硒蛋白鉴定深度：如在睾丸组织中鉴定到26种硒蛋白，较传统DDA方法增加68%；更发现42个新型硒蛋白候选，其置信度评分（Cscore）与已知硒蛋白相当。该方法突破硒蛋白研究的三大障碍：稀有性导致数据不足、Cys干扰标记特异性、数据库假阳性干扰，为GPX4等硒蛋白相关疾病机制研究提供新工具。