蛋白质组学的蛋白推断，肽段共享时怎样报告？

蛋白质组学论文写“鉴定到三千种蛋白”，读者首先要问：这些数字对应独立的蛋白序列，还是软件合并后的蛋白组？自下而上质谱直接测到的是肽段信号，再由肽段推断可能的蛋白来源。同一条肽段可能属于多个同源蛋白或剪接异构体。若把软件表格里每个代表蛋白名称都当成独立实测对象，结论便可能比证据走得更远。投稿前应把推断规则、肽段归属和报告单位写在一起。

先交代数据库和分组规则

方法段列出搜索所用的序列数据库、版本或下载日期、物种范围，以及是否纳入可变剪接异构体或污染物序列。数据库内容变了，同一肽段能够匹配的蛋白集合也可能变化。随后写明搜索软件及版本、蛋白推断与分组算法：无法靠已鉴定肽段区分的条目怎样归为一组，子集蛋白是否保留，代表蛋白按什么规则选出。代表名称便于列表阅读，却不自动证明组内只有这个蛋白存在。把“鉴定蛋白数”明确写为蛋白组数或独立蛋白条目数，结果段也沿用这一口径。

把唯一肽段和共享肽段分开

在结果表为关键蛋白或蛋白组保留稳定编号、支持肽段数、唯一肽段数及可追溯的肽段序列。这里的“唯一”应相对于本次使用的数据库说明，而不是一个脱离数据库的永久属性。若两个异构体只得到共同肽段，应写“观察到该蛋白组的肽段证据”；代表名称本身不足以支持某个异构体特异升高。若确有区分异构体的肽段，还要检查其谱图质量、修饰定位和跨样本重现情况，再决定结论层级。原始方法研究显示，组蛋白和分配共享肽段的算法不同，下游定量也会受影响。

定量时说明共享信号去了哪里

蛋白丰度不是把所有匹配肽段强度直接相加就可以解释。说明软件对共享肽段是排除、分给某一蛋白组，还是按模型拆分；若采用所谓“剃刀肽段”，解释分配依据。差异分析使用的是肽段、蛋白组、基因还是异构体层级，也要在统计方法和图表标题中一致。举例说，两种蛋白都对应一条高强度共享肽段，只有其中一种还有独有肽段。若图中显示的变化主要来自共享信号，单靠这张图不足以宣称另一种蛋白发生变化。需要回到独有肽段或补充实验检查。

从一条结论反查证据

提交前挑一条摘要中的关键蛋白结论，在补充表中找到组编号、组内全部候选条目、对应肽段及共享状态，再核对软件输出、质谱证据和正文称谓。若数据库只含经典序列，稿件不宜据此比较未纳入数据库的异构体；若组内多个条目不可区分，图注应保留蛋白组层级。这样的反查还能发现正文写“蛋白”而表格实际统计“蛋白组”的口径漂移。

蛋白推断并非用一条固定算法就能消除不确定性。写清能够区分什么、不能区分什么，反而使蛋白鉴定数量和后续生物学解释更可复核。

参考信息：SEPepQuant蛋白异构体研究；gpGrouper基因层级推断研究；ProteinInferencer蛋白分组研究。