这样，我们最终可以得到一个准确可靠的蛋白质组学鉴定或定量结果用于后续的分析了。
质谱可以用于蛋白质分析主要是因为它可以提供特定蛋白的不同方面的结构信息，如它可直接测定蛋白或多肽的分子量信息，也可用来获得一些蛋白质序列信息等。同时，质谱也可通过多肽片段分子量的改变来得到一些关于糖型，磷酸化和其它翻译后修饰的数据。
质谱技术：质谱技术是蛋白质组学中最常用的和最基本的技术，它可以检测和识别各种生物样品中的蛋白质和其他大分子有机物，从而可以提高研究的准确性，特别是在研究动态蛋白信号转导及表观遗传因子的时候，质谱技术的应用更加广泛。
组学omics，研究的是整体. 按照分析目标不同主要分为基因组学，转录组学，蛋白质组学，代谢组学。基因组学研究的主要是基因组DNA，使用方法目前以二代测序为主，将基因组拆成小片段后再用生物信息学算法进行迭代组装。当然这仅仅是第一步，随后还有繁琐的基因注释等数据分析工作。
分析步骤：样品准备：包括蛋白质的提取、纯化和量化。蛋白质分离：常用的方法有二维凝胶电泳（2-DE）和液相色谱（LC）。蛋白质鉴定：主要通过质谱（MS）技术实现。数据分析：使用生物信息学工具和数据库比对，进行蛋白质鉴定、定量和功能注释。
有什么生物学基础？基因是不是相似？我不知道，希望专家解
第一篇是蛋白质组学泰山北斗的Ruedi Aebersold和Matthlas Mann合作发的，该文不止介绍DIA，是对整个目前蛋白质组的bottom-up得研究策略做的一个总结和展望。整个bottom-up的蛋白质组学研究流程如下图所示：第二篇也是Ruedi写的，特别针对DIA的综述，值得一读。
Dia扫描是指使用Dia软件进行扫描和绘图，Dia软件是一款免费的开源软件，主要用于创建流程图、网络图、草图等图示化工具。它可以帮助用户快速地绘制各种类型的图形，包括UML类图、流程图、组织结构图等。
DIALux软件发展历程及各阶段的特性DIALux 9版新增了多项功能，包括IESNA RP-8-00标准支持、IEQ-7澳洲报表、qbXML导入和CVS导出。体育馆照明和投射灯表格得到了优化，支持隐藏对象和选择LDC。
我们知道，TMT/iTRAQ子离子标记定量和DIA非标定量是目前蛋白质组最常用的两项技术。一般而言，小样本量，如10样本以上的项目推荐采用TMT/iTRAQ；大样本量的项目推荐采用DIA。为什么呢？DIA技术因为全采模式被吹上了天，其实应用并没有传说中那么广，只能说是趋势。DIA绝非万能，技术的选择要视情况而定。
TMT/iTRAQ标记定量蛋白组学技术采用最多18组稳定同位素标记试剂，能同时对18个样本进行高效率的蛋白定量比较，适用于科研领域，能检测到低丰度蛋白，广泛应用于蛋白质组研究。
DIA无需指定目标肽段，扫描点数均匀，利用谱图库即可实现定性确证和定量离子筛选，并可实现数据回溯。
Itraq蛋白质组学定量技术，采用稳定同位素标记多肽，通过串联质谱分析，能同时比较多个样本中的蛋白质相对含量，适用于研究不同病理或发育阶段蛋白质表达差异。ITRAQ与TMT同为等重标签标记技术，原理一致，区别在于化学结构略有不同。ITRAQ为当前主流技术，而TMT相关研究文章较少。
如果做iTRAQ（或TMT）标记，最好用TEAB，而不是碳酸氢铵体系。因为iTRAQ（或TMT）试剂是标记末端氨基，碳酸氢铵上的氨基也会被标记上，影响蛋白的标记效率。 酶的用量可以参考以下的公式： W（酶）：W（底物）=1：20 – 1：50 此外，需要注意的是胰酶酶解的兼容性问题。胰酶只能耐受最多1M的尿素，且不能与SDS同时使用。
iTRAQ/TMT技术的关键在于其独特的试剂结构，由报告基团、平衡基团和反应基团组成。在样品处理过程中，标记后的肽段在质谱检测中，不同报告基团的释放信号强度，直接反映样品间蛋白表达的差异。
两个序列比对常采用动态规划算法，这种算法在序列长度较小时适用，然而对于海量基因序列（如人的DNA序列高达10^9bp），这一方法就不太适用，甚至采用算法复杂性为线性的也难以奏效。因此，启发式方法的引入势在必然，著名的BLAST和FASTA算法及相应的改进方法均是从此前提出发的。
多序列比对的软件有很多，最常用的多的序列比对软件是 clustalw 。 有文献报道：比对速度（MuscleMAFFTClustalWT-Coffee），比对准确性（MAFFTMuscleT-CoffeeClustalW）。因此，推荐使用 MAFFT 软件进行多序列比对。
这个直接到NCBI网页上，有个服务叫做BLAST，把测序得到的序列贴上去就可以了。http：//blast.ncbi.nlm.nih.gov/Blast.cgi 可以对2个序列进行比对，也可以和数据库中现有物种的序列比对。蛋白质氨基酸序列比对等等，很多功能，是目前功能最强大的序列比对系统。
约2小时。搜库是将质谱采集到的原始谱图数据和蛋白质组数据库进行比对解析的过程。大部分搜库软件要蛋白质组数据库和谱图原始数据两类输入文件。之后会通过模拟酶切和模拟碎裂，将蛋白质组序列信息转换为理论谱图数据。整个过程时间长短取决于样品复杂度、数据库大小、计算机性能等因素。
首先，我们做完实验，在拿到下机数据的时候，大多数小伙伴们都会把数据放到各种搜库软件中，比如Mascot或者Thermo的Proteome Discoverer，导入原始数据，设定一些搜库参数，就可以得到结果了。 但是，作为一个严谨的实验方案设计来说，在分析的过程中，是需要对自己的数据有一个前期质控的，这样可以帮助大家判断数据分析结果的可靠性。
代谢组数据分析深入解析：从样品制备到MaxQuant搜库 LC-MS/MS，作为高效的化合物检测工具，对于环境、医药和食品领域的研究至关重要。它能精确识别农药残留，鉴定重金属污染，并确保药品与食品的安全。
蛋白质组学中，各种软件对质谱得到的谱图进行搜库时通常是利用以下三种方法之一进行：实验和计算得到的谱图的自相关性（最先应用于SEQUEST）；计算观测到的理论碎片质量和实际碎片质量之间匹配上的数目来自于偶然的概率（Mascot中率先使用）。
在质谱搜库之后，可以通过以下几个步骤来确定需要蛋白质的物质：确认鉴定出来的蛋白质名称和序列：根据质谱数据的分析结果，可以获取到序列覆盖率、肽段数目、质量误差等参数，以及质谱匹配得分。进一步将这些鉴定出来的蛋白质名称和序列与数据库中的注释信息进行比对，确认蛋白质的基本信息。
