主要观点总结
中国科学院上海营养与健康所邵振课题组与詹丽杏课题组以及分子细胞科学卓越创新中心柳欣课题组合作，针对蛋白质组数据分析中的瓶颈问题，开发了zMAP和reverse-zMAP两个新计算模型，并基于这些模型搭建了一个多功能的蛋白质组数据分析平台。该平台面向基于不同实验设计的多批次多样本数据开展统计比较和下游整合分析。研究成果已发表在Genome Biology上。
关键观点总结
关键观点1: 研究背景及问题
现有的蛋白质组差异分析工具主要面向两个或两组样本之间比较，能做多样本比较的工具较少。尤其是在大规模生物样本分析中，由于平台生成的蛋白质组数据包含批次效应，能够整合多个质谱实验批次数据开展定量比较分析的工具更是匮乏。
关键观点2: 研究方法和成果
研究者开发了zMAP和reverse-zMAP两个新计算模型，并基于它们搭建了一个多功能的蛋白质组数据分析平台。该平台面向基于不同实验设计的多批次多样本数据开展统计比较和下游整合分析。该平台的优势和特点包括能够处理较少样本时的重复测量、识别样本间差异表达的高变化蛋白质，并保留有生物学意义的信号变化等。
关键观点3: 研究成果的应用和验证
研究人员应用zMAP分析了红细胞分化蛋白质组数据集和原发肝癌患者肿瘤和瘤旁正常对照组织的公开TMT蛋白质组数据集，验证了其有效性和实用性。此外，研究人员还整合了z统计值和肿瘤体细胞突变数据开展了蛋白质表达数量性状位点分析，为全面解析肿瘤蛋白质组提供了有力工具。
关键观点4: 研究的合作和贡献
该研究由中国科学院上海营养与健康所邵振课题组、詹丽杏课题组和分子细胞科学卓越创新中心柳欣课题组合作完成。博士后桂秀琪和研究生黄静、阮林杰、吴燕君、郭烜为论文的共同第一作者。
免责声明：本文内容摘要由平台算法生成，仅为信息导航参考，不代表原文立场或观点。
原文内容版权归原作者所有，如您为原作者并希望删除该摘要或链接，请通过
【版权申诉通道】联系我们处理。
