蛋白质组学投稿，PSM、肽段和蛋白的 FDR 怎样分别报告？

蛋白质组学稿件写“FDR 控制在 1%”，读者仍不知道这个数用于谱图匹配、肽段还是最终蛋白名单。三层对象不同，错误发现率也不能从低一层的阈值自动继承。投稿前应沿着“谱图匹配—肽段—蛋白推断”的路径，分别写出筛选方法、阈值和最终报告对象。Human Proteome Project 的质谱数据解释指南尤其强调三个层级的 FDR 计算方法。

先确认每一层在数什么

一次肽段与质谱图的匹配通常称为 PSM；同一肽段序列可能由多个谱图支持。经过匹配筛选后，软件可形成去重的肽段列表，再根据这些肽段推断蛋白或蛋白组。例如自拟的“10 万个 PSM、2 万条肽段、3 千个蛋白”是三个不同集合，不能把 PSM 层的 1% 当成“每个蛋白都有 99% 的正确概率”。FDR 是对所报告发现集合中预期错误比例的估计，具体估计依赖软件、数据库搜索和阈值策略。

方法部分应写出原始数据经何种软件和版本处理、使用哪个序列数据库及其版本或下载日期、搜索时考虑的酶切与修饰、采用什么目标—诱饵或其他错误率估计方法，并说明在哪些层级施加阈值。若论文重点是报告新发现蛋白，更应让读者看到蛋白层的控制与推断规则，而不只给肽段层一个数字。共享肽段怎样分配、仅由单条肽段支持的蛋白怎样处理，也会影响最终名单，应与表格中的“蛋白数”对应。

让阈值能追到最终表格

结果表最好标明每层保留下来的数量及阈值，并区分“鉴定到的蛋白组”与“差异表达蛋白”。后者还可能再经过定量完整性、效应量和多重检验筛选；它的统计阈值不是鉴定 FDR 的同义词。若摘要写“鉴定 3000 个蛋白”，主表却只展示 180 个差异蛋白，读者需要知道其他蛋白为何不在主表，以及完整名单放在哪里。

自拟方法句可写成：“谱图匹配、去重肽段和蛋白组分别按预设规则估计 FDR；蛋白推断使用指定版本的参考序列库，最终名单按蛋白层阈值筛选，完整鉴定结果与筛选参数见补充表。”这段只是信息顺序，正式稿还必须替换成实际软件、库版本、阈值、共享肽段规则和每层数量。不能把软件默认设置抄作已执行流程；分析记录和导出文件应能核对稿件中的数字。

不同实验目的可能采用不同要求。HPP 对特定蛋白存在性主张有自己的严格解释标准，不能把其中的阈值无条件当成所有蛋白质组研究的统一规则。投稿指南若要求原始谱图和检索结果入库，PRIDE 登记信息应与最终表格版本对齐；但即使已经取得仓储编号，稿件仍需说明 FDR 算在 PSM、肽段还是蛋白层。

参考信息：Human Proteome Project，《Mass Spectrometry Data Interpretation Guidelines 2.1》；EMBL-EBI PRIDE 资料。