CHIMERYS算法：统一解析复杂质谱数据的蛋白质组学新范式

研究人员针对蛋白质组学中复杂质谱数据（DDA/DIA/PRM）解析不统一、嵌合谱图（chimeric spectra）去卷积困难等问题，开发了基于LASSO回归和深度学习预测的CHIMERYS算法。该工具通过精确预测肽段保留时间（RT）和碎片离子强度，实现多肽同步定量，显著提升鉴定率并统一数据分析流程，发表于《Nature Methods》，为蛋白质组学标准化分析提供突破性解决方案。

　　

蛋白质组学研究长期以来面临一个关键挑战：质谱仪生成的复杂肽段混合物会产生大量嵌合谱图（chimeric spectra），即单个MS2谱图中包含多个肽段的碎片离子信号。传统分析方法因数据采集策略（如DDA、DIA或PRM）不同而需使用独立软件，导致结果难以直接比较。更棘手的是，现有工具对共享碎片离子的分配存在局限性，或过度依赖谱图库，严重制约了蛋白质组学的深度和可重复性。

为解决这一难题，德国慕尼黑工业大学等机构的研究团队开发了CHIMERYS算法。这一创新性工具通过深度学习预测肽段性质，结合LASSO回归实现谱图线性分解，首次统一了DDA、DIA和PRM数据的分析流程。相关成果发表在《Nature Methods》上，标志着蛋白质组学数据分析迈入新阶段。

研究采用三大关键技术：1）基于INFERYS深度学习模型预测肽段保留时间（RT）和碎片离子强度；2）利用L1正则化线性回归（LASSO）实现嵌合谱图去卷积；3）通过mokapot算法进行严格的假发现率（FDR）控制。实验数据涵盖人类细胞系（HeLa）、小鼠胰腺组织及临床样本（脑脊液、尿液等），通过Orbitrap HF-X等多代质谱平台验证。

Deconvolution of chimeric DDA spectra
CHIMERYS核心假设是嵌合谱图为共分离前体离子纯谱的线性组合。通过比较实验MS2谱图与预测谱图，算法在保留时间窗口内筛选候选肽段，要求至少匹配3个碎片离子（含1个基峰）。在HeLa细胞消化数据测试中，CHIMERYS以1% PSM FDR鉴定238,795个PSM，85%以上MS2谱图产生有效匹配，68%谱图含多个前体，显著优于Sequest HT等8种工具。

Revisiting legacy data using CHIMERYS
对历史数据的回溯分析显示，CHIMERYS在低分辨率离子阱（ITMS）数据中鉴定率提升74%（PSM）和30%（蛋白组）。通过优化隔离窗口宽度（1.4-20.4 Th），发现高负载样本在3.4 Th窗口达到最佳肽段鉴定数，揭示自动增益控制（AGC）与动态范围的相互制约关系。

Deconvolution of chimeric DIA spectra
在DIA数据中，CHIMERYS以1% PSM FDR平均鉴定529,993个PSM，82%谱图含多前体。与DIA-NN、Spectronaut的对比显示，其FDR控制更严格（通过诱饵实验验证），数据完整性达41%，远高于DIA-NN（30%）。算法能准确分配低m/z共享碎片离子强度，如C端赖氨酸的y1离子簇。

Accurate peptide quantification
在PRM实验中，CHIMERYS自动鉴定52个目标肽段和1,400个共分离肽段，定量结果与Skyline手动分析高度一致（R=0.99）。DIA数据的定量精度（CV 26.9%）和准确度（大肠杆菌log2比-1.90±0.25）媲美金标准。

Unifying DDA and DIA comparisons
在相同隔离窗口（2 Th）下，快扫描仪器（Orbitrap Astral）的DDA与DIA鉴定数相近，但DIA定量完整性更高（78% vs 55.4%）。MS2定量与PD的MS1定量高度相关（R=0.88），为未来整合奠定基础。

这项研究通过创新的算法设计，彻底改变了蛋白质组学数据分析范式。CHIMERYS不仅解决了嵌合谱图解析这一长期难题，更首次实现了不同采集模式数据的统一分析。其意义体现在三方面：1）技术层面，将深度学习预测与严格的统计控制结合，提升低丰度肽段检出；2）应用层面，支持从临床样本（FFPE）到修饰蛋白质组学（磷酸化/乙酰化）的广泛场景；3）方法论层面，为快扫描仪器时代的数据采集策略优化提供指导。正如作者强调，该工具将推动蛋白质组学从"数据采集方法导向"转向"生物学问题导向"的分析模式，为精准医学研究注入新动力。