前言
關於蛋白質組學，你是不是已經聽了太多公司的宣講，介紹了一大堆的技術名詞，反而越聽越懵懂，腦袋一團亂麻？就和傳話游戲一樣，當我們接收了多手信息以后，得到的信息就越不准確。那么，何不自己看一看第一手信息呢？比如說DIA。
這里只推薦兩篇綜述。
第一篇是蛋白質組學泰山北斗的Ruedi Aebersold和Matthlas Mann合作發的，該文不止介紹DIA，是對整個目前蛋白質組的bottom-up得研究策略做的一個總結和展望。
整個bottom-up的蛋白質組學研究流程如下圖所示：
第二篇也是Ruedi寫的，特別針對DIA的綜述，值得一讀。雖然兩篇文章都是三四年前發的，但整個領域這幾年也沒什么太大的進步，依舊可以當成新的看。
個人厘清：
- 大佬們把當前bottom-up的蛋白質組學研究分為三種類型：DDA、靶向和DIA，DDA研究的蛋白覆蓋廣，靶向研究准確性高，而DIA研究結合了兩者的優點（實際上是有爭議的，尤其在譜圖解析的速度和准確性上）。
- DDA（Data Dependent Acquisition）和DIA（Data Independent Acquisition）只是兩種數據采集模式，即離子全采集還是部分采集，而非某種具體的蛋白質定量方法（如DDA labelfree、iTRAQ等）。其方法是：將整個質譜掃描質量范圍分為若干小窗口，依次對每個窗口的所有離子進行碎裂，使其能夠對掃描區間內的所有肽段離子進行高速一級MS掃描，再進行二級MS/MS分析。
- SWATH（Sequential Window Acquisition of all Theoretical Mass Spectra）只是若干DIA技術中的一種，由ETH Zürich的Ruedi Aebersold團隊與AB SCIEX公司合作開發。同時期還有Waters公司也開發了一種叫全信息串聯質譜（MSE）的DIA技術，不過現在沒怎么聽說了。因為Ruedi是和AB公司合作的，所以質譜儀用的QTOF，專門開發出這樣一種SWATH采集模式，相應的Ruedi團隊開發了一個叫openSWATH的軟件用來解析譜圖（我們從上面綜述可以看出）。所以人們就把DIA和SWATH這兩個名詞混用了。
- Thermo Fisher公司不甘示弱，利用自己分辨率強大的Orbitrap質譜儀也開發出這樣一種全掃模式，並且干脆不起名字，就叫DIA，后來還搞了個升級版本，將多重累積技術與 DIA 相結合，稱之msxDIA，當然為了凸顯自己的優勢，總是不忘和QTOF做對比，提提SWATH的缺點。這樣一來，名稱上就顯得更加混亂了，現在大家默認為新技術是DIA，舊的是SWATH，其實就只是儀器不同而已。但Thermo可沒有Ruedi的加持，只有自己主要做DDA數據的配套軟件Proteome Discoverer來解析當然不行，於是引入Skyline 軟件（華盛頓大學 MacCoss 教授開發，主要是做靶向蛋白質組學），通常做法就是用PD建庫，用Skyline解析。當然openSWATH也是可做Orbitrap數據的。
DIA工具
DIA數據解析需要用到的工具現如今也是越來越多的，但好用的也沒幾個，不完全統計如下。
1.建庫軟件
主要是平時用的蛋白搜庫軟件，如：
- MaxQuant
- pFind
- Comet
- Mascot
- X!Tandem
- Proteome Discoverer
- Sequest
- MS GF+
- OMSSA
- MSFragger
- DeepMass
- Prosit
- pDeep
- SpectraST
- iSwathX
- specL
- DeepRT
2. 依賴庫的DIA軟件
- OpenSWATH（用的較多，免費開源，Linux）
- EncyclopeDIA
- Scaffold DIA
- Skyline（用的較多，免費，Win）
- Spector
- Percolator
- PyProphet
3. 用不用庫都可以的DIA軟件
- DIA-NN（去年新發NM，深度學習方法，有潛力）
- Spectronaut（用的較多，准確性高，速度慢，收費，Win）
- PEAKS（收費，可做denovo，Linux或雲服務器）
4. 無需庫的DIA軟件
- DIA-Umpire
- PECAN
- Group-DIA
5. 做統計驗證的軟件
- mProphet
- pyProphet
- Percolator
以上工具部分參考了西湖大學郭天南老師的課件，祝文章早日見刊！