一、背景

在Selected Reaction Monitoring和串联质谱中，肽段离子(precusor)经过CID被碎裂成很多子离子(fragment)，我们把肽段离子和对应的子离子叫做一个transition，可以翻译成子母离子。在后续的数据分析中，需要基于子母离子的信息作为库，基于质谱信息在库中进行匹配，以此进行肽段的识别，因此有必要有一种文件格式来描述子母离子。

最简单实用的格式就是tsv(TAB作为分割符)或csv(逗号作为分隔符)，即文件首行表明数据类别，后续行为具体的子母离子对应的数据大小，一种tsv的具体实现如下所示：

这种方法虽然简单实用，但是数据格式不统一，不利于数据的交换和传输，因此HUPO PSI 在2012年提出了TraML格式用于描述子母离子。

可见，mzML侧重用于描述未知离子的原始质谱信息，及质荷比和对应强度，traML侧重用于描述已知子母离子的质荷比及生成方式等信息。

二、TraML文件的XSD文件分析

TraML文件的XSD部分文件如下：

可以看出TraML格式的框架，如下图所示：

可见，在根元素TraML下，子元素可以包含源文件信息、论文信息、设备信息、软体信息、蛋白质信息，成分列表、子母离子列表，必须包含控制字典信息等。其中，成分列表主要内容是对每一个肽段的信息描述，包含肽段的蛋白质属性，保留时间等信息。子母离子信息主要包括蛋白质属性，母离子肽段信息，子离子分子质量信息，母离子生成子离子信息等。

三、TraML文件详解

由于我们主要关注子母离子的信息，因此主要介绍TraML文件中的子母离子列表和对应的肽段部分。

一个肽段信息如下：

<Peptide id="4_AAC(UniMod:4)AQLNDFLQEYGTQGC(UniMod:4)QV_3" sequence="AACAQLNDFLQEYGTQGCQV">
<cvParam cvRef="MS" accession="MS:1000041" name="charge state" value="3"/>
<cvParam cvRef="MS" accession="MS:1000893" name="peptide group label" value="4_AAC(UniMod:4)AQLNDFLQEYGTQGC(UniMod:4)QV_3"/>
<userParam name="full_peptide_name" type="xsd:string" value="AAC(UniMod:4)AQLNDFLQEYGTQGC(UniMod:4)QV"/>
<ProteinRef ref="3/sp|P0C0L4|CO4A_HUMAN/sp|P0C0L4-2|CO4A_HUMAN/sp|P0C0L5|CO4B_HUMAN"/>
<Modification location="3" monoisotopicMassDelta="57.021464" averageMassDelta="57.0513">
<cvParam cvRef="UNIMOD" accession="UNIMOD:4" name="Carbamidomethyl"/>
</Modification>
<Modification location="18" monoisotopicMassDelta="57.021464" averageMassDelta="57.0513">
<cvParam cvRef="UNIMOD" accession="UNIMOD:4" name="Carbamidomethyl"/>
</Modification>
<RetentionTimeList>
<RetentionTime>
<cvParam cvRef="MS" accession="MS:1000896" name="normalized retention time" value="107"/>
<cvParam cvRef="MS" accession="MS:1002005" name="iRT retention time normalization standard"/>
</RetentionTime>
</RetentionTimeList>
</Peptide>

  • id：表示该肽段在该TraML文件中的编号，便于引用指代，是必须属性
  • sequence：表示该肽段的氨基酸序列。胰酶作用下为K/R结尾。该肽段有二十个氨基酸。
  • charge state：表示该肽段离子带的电荷
  • peptide group label：表示肽段组别（用途？）
  • full_peptide_name：表示含修饰信息的肽段序列
  • proteinRef：表示对应的蛋白质编号
  • modification修饰：
    • location：表示从N端开始的第几个氨基酸发生修饰
    • monoisotopicMassDelta：表示当只考虑最常见的同位素时，原子的分子量之差。（谁于谁比较？Atomic mass delta when assuming only the most common isotope of elements in Daltons.）
    • averageMassDelta：表示当考虑同位素的自然分布情况下，原子的分子量之差。（谁于谁比较？Atomic mass delta when considering the natural distribution of isotopes in Daltons.）
  • UniMod: N：表示某种修饰
  • normalized retention time：表示归一化后的保留时间

上述肽段对应的一个子母离子的描述为：

<Transition id="27_b9_1_AAC(UniMod:4)AQLNDFLQEYGTQGC(UniMod:4)QV_3" peptideRef="4_AAC(UniMod:4)AQLNDFLQEYGTQGC(UniMod:4)QV_3">
<Precursor>
<cvParam cvRef="MS" accession="MS:1000827" name="isolation window target m/z" value="758.336898623333" unitCvRef="MS" unitAccession="MS:1000040" unitName="m/z"/>
</Precursor>
<Product>
<cvParam cvRef="MS" accession="MS:1000041" name="charge state" value="1"/>
<cvParam cvRef="MS" accession="MS:1000827" name="isolation window target m/z" value="991.430191974"/>
<InterpretationList>
<Interpretation>
<cvParam cvRef="MS" accession="MS:1000903" name="product ion series ordinal" value="9"/>
<cvParam cvRef="MS" accession="MS:1000926" name="product interpretation rank" value="1"/>
<cvParam cvRef="MS" accession="MS:1001224" name="frag: b ion"/>
</Interpretation>
</InterpretationList>
</Product>
<cvParam cvRef="MS" accession="MS:1001226" name="product ion intensity" value="3069.1"/>
<cvParam cvRef="MS" accession="MS:1002007" name="target SRM transition"/>
<userParam name="annotation" type="xsd:string" value="b9/-0.001,b18-46^2/-0.001"/>
</Transition>

  • id：该子母离子的编号
  • peptideRef：对应的肽段
  • precursor：特指对应Q1选择出的母离子
    • isolation window target m/z：表示该母离子的质荷比
  • produce：子离子
    • charge state：子离子带的电荷
    • isolation window target m/z：子离子质荷比
    • product ion series ordinal：表示子离子还有几个氨基酸
    • product interpretation rank：都是1
    • frag：根据子离子命名规则，从N端开始为abc,从C端开始为xyz
  • product ion intensity：子离子强度
  • target SRM transiton：表示通过SRM方法获取子母离子信息
  • annotation：子离子命名，包含类型（abc,xyz），断裂位置，分子量误差，带电量（默认为1），调整量。比如"b9/-0.001,b18-45^2/-0.001",表示该子离子有两种可能来源得到相同的质荷比，一种是b类型9个氨基酸1个电荷无调整量误差为-0.001，一种是b类型18个氨基酸2个电荷-45的调整量误差为-0.00.

以上就是traML格式的具体介绍，traML格式现在正作为库文件的标准格式，以期替换各种csv和tsv格式文件。

四、引用文献

  1. Deutsch, E. W., Chambers, M., Neumann, S., Levander, F., Binz, P.-A., Shofstahl, J., … Brusniak, M.-Y. (2012). TraML—A Standard Format for Exchange of Selected Reaction Monitoring Transition Lists. Molecular & Cellular Proteomics, 11(4), R111.015040. doi.org/10.1074/mcp.R11
  2. matrixscience.com/help/

推荐阅读：

相关文章