Anal. Chem. |全窗口数据非依赖型采集方法，用于更深入的自上而下蛋白质组学

本文介绍了一种新型的全窗口数据非依赖型采集（FW-DIA）技术，旨在解决自上而下蛋白质组学（TDP）中数据依赖型采集方法（DDA）的局限性。背景方面，DDA方法在TDP中面临低重现性和信息丢失的问题，而FW-DIA通过取消隔离窗口，最大化利用所有电荷态的前体离子，显著增强了碎片信号和多样性。研究目的是开发一种专为TDP设计的DIA方法，结合机器学习辅助降噪、多工具整合去卷积和基于洗脱曲线相关的离子配对策略，以克服DIA在TDP应用中的主要障碍。实验结果表明，FW-DIA在模型蛋白、复杂混合物和真实生物样本中均表现出色，显著提高了蛋白鉴定数量、序列覆盖度和PTM定位准确性。然而，该方法需要较高的计算资源，且在更复杂的生物样本中的表现仍需进一步验证。