2024年是我们Bioinformatics Solutions Inc.(简称BSI)成立24周年,经历了十二地支的两个轮回,在这样一个漫长的发展历程中,BSI携品牌PEAKS®️与蛋白质组学共同成长,解码生命的秘密!让我们一起走进BSI和PEAKS®️的故事。
故事要从2000年,有加拿大硅谷之称的滑铁卢讲起。时任滑铁卢大学计算机科学院David R. Cheriton School of Computer Science校级教授的李明院士创办了BSI公司。李明教授是研究Kolmogorov复杂性的世界权威专家,在研究机器学习、自然语言处理、算法平均复杂度、信息距离和生物信息学等方面解决了多个几十年未解难题,开创了新的研究领域,做出了重大贡献。他解决了计算生物学中一个最著名的理论问题:最短超串的近似算法分析,将计算机科学在生命信息工程方面的应用向前推进了一大步。
2003年,李明教授课题组和多课题组合作,选择了蛋白结构预测[1]以及肽段从头测序[2] 等应用方向。
随后,BSI推出了RAPTOR 蛋白结构预测产品 和PEAKS®️肽段从头测序产品。
2007年,BSI公司迎来了多位核心成员的加盟。PEAKS®️ 陆续推出了整合从头测序和序列数据库搜索的蛋白鉴定软件PEAKS DB[3] 和翻译后修饰鉴定PEAKS PTM[4]产品——即用户所熟悉的PEAKS Studio®️软件产品DDA数据分析的定性分析流程。
在以鸟枪法为基础的蛋白质组学中,多肽从头测序是基本的谱图鉴定策略之一,而蛋白的从头测序仍然面临很强的技术挑战。
在2013年,BSI报道了单抗测序的研究成果[5],并于2014首次提供抗体蛋白测序的商业化服务。
为了满足行业日益增长的需求,2015年,BSI在HUPO大会上推出了抗体测序平台PEAKS AB [6]。
紧接着在2016 年,李明教授和BSI团队在Nature Scientific Reports上发表了全自动化完整抗体从头测序论文[7],这是全球第一次实现对单克隆抗体的自动化从头测序组装,并发布了首个抗体从头测序商业化软件PEAKS AB®️,并获得美国专利(US 10309968 B2)[8]。
BSI持续以PEAKS AB®️抗体测序技术服务于广大科研和工业界用户。例如:在2020年一篇轰动业界的文章,通过CAR-T治疗衰老[9],其中抗体发现由BSI的质谱技术团队提供。
2020年,我们继续优化了 DeepNovo 算法,并将其升级为 PointNovo[12], 不再依赖于质谱仪的精度,其速度也得到了极大地提升,算法精度比全球领先水平提高了 50%,这意味着对抗原、抗体的测序会更为精确。
2021年,BSI利用个性化深度学习技术从免疫多肽组中发现新抗原,用于肿瘤疫苗的开发[13]。
2022年,PEAKS推出了兼容DDA和DIA数据分析的高灵敏、高通量、流程化云计算平台PEAKS Online。同年,BSI发布了PEAKS软件家族的新成员——PEAKS GlycanFinder,旨在为用户提供高灵敏度和高精确度的糖蛋白质组学分析整体软件方案。这二项成果都发表在Nature Communications[14,15]。
2023年,我们发表了GraphNovo[16]基于图神经网络的从头测序算法,解决了在多肽序列预测过程中,缺失片段导致在这些区域内产生错误的氨基酸, 引起测序错误积累的问题。
2023年,BSI喜获“基于深度学习的肽段从头测序”两项美国专利 [17,18]。这两项专利也应用于抗体/蛋白从头测序技术,以及以免疫多肽组学为基础的新抗原发现。
岁月悠悠,龙舞翩翩,回首望去,BSI已在质谱数据分析算法领域深耕24年。如今的PEAKS软件,已不再是当年的青涩模样,从肽段从头测序到蛋白水平从头测序,从定性到定量,从DDA到DIA,从普通修饰鉴定到Confident PTM和糖基化修饰深度蛋白质组学,我们一直致力于探索Deep Proteomics,如今PEAKS已成长为蛋白质质谱数据分析领域公认的标杆产品,约占据了全球蛋白质从头测序软件市场的 70%,蛋白组学分析软件市场的10%。PEAKS品牌建立与发展过程中,离不开这24年历程中所有同事们的辛勤付出及团队协作,包括了算法设计团队、软件工程团队、应用与质谱技术团队,还有我们默默工作的行政办公部门;也离不开学术、制药和生物技术领域的科研人员与BSI的真诚合作,是你们长期以来的支持和认可,推动了我们成长。
PEAKS助您勇攀科学高峰,解码生命密码。
1. Xu J, Li M, Kim D, Xu Y (2003). "RAPTOR: Optimal Protein Threading by Linear Programming, the inaugural issue". J Bioinform Comput Biol. 1 (1): 95–117. doi:10.1142/S0219720003000186
2. Ma, B., Zhang, K., Hendrie, C., Liang, C., Li, M., Doherty-Kirby, A., & Lajoie, G. (2003). PEAKS: powerful software for peptide de novo sequencing by tandem mass spectrometry. Rapid communications in mass spectrometry : RCM, 17(20), 2337–2342. https://doi.org/10.1002/rcm.1196
3. Zhang J, Xin L, Shan B, Chen W, Xie M, Yuen D, Zhang W, Zhang Z, Lajoie G.A., Ma B, PEAKS DB: De Novo Sequencing Assisted Database Search for Sensitive and Accurate Peptide Identification. Mol. Cell. Proteomics. 11, M111.010587 (2012).
4. Han X, Xin L. Shan B. Ma B. PeaksPTM: Mass spectrometry-based identification of peptides with unspecified modifications. J. Proteome Res., 10, 2930-2936 (2011). https://pubs.acs.org/doi/10.1021/pr200153k
5. Lei Xin and Baozhen Shan, Integrating de novo Sequencing and Database Search for Monoclonal Antibody Sequencing,J Biomol Tech. 2013 May; 24(Suppl): S62–S63.
6. He, L. et al. PEAKS AB – A Reliable Workflow for Monoclonal Antibody Characterization. HUPO. (Poster). 27/09/2015.
7. Tran NH, Rahman MZ, He L, Xin L, Shan B, Li M. Complete De Novo Assembly of Monoclonal Antibody Sequences. Sci. Rep., 6, 31730 (2016). https://doi.org/10.1038/srep31730
8. US Patent No.: US 10,309,968 B2
9. Amor C, Feucht J, Leibold J, Ho YJ, Zhu C, Alonso-Curbelo D, Mansilla-Soto J, Boyer JA, Li X, Giavridis T, Kulick A, Houlihan S, Peerschke E, Friedman SL, Ponomarev V, Piersigilli A, Sadelain M, Lowe SW. Senolytic CAR T cells reverse senescence-associated pathologies. Nature. 2020 Jul;583(7814):127-132. doi: 10.1038/s41586-020-2403-9.
10. Tran, N. H., Zhang, X., Xin, L., Shan, B., & Li, M. (2017). De novo peptide sequencing by deep learning. Proceedings of the National Academy of Sciences of the United States of America, 114(31), 8247–8252. https://doi.org/10.1073/pnas.1705691114
11. Tran, N. H., Qiao, R., Xin, L., Chen, X., Liu, C., Zhang, X., Shan, B., Ghodsi, A., & Li, M. (2019). Deep learning enables de novo peptide sequencing from data-independent-acquisition mass spectrometry. Nature methods, 16(1), 63–66. https://doi.org/10.1038/s41592-018-0260-3
12. Qiao, R., Tran, N.H., Xin, L. Chen, X., Li, M., & Shan. B. (2020) . Computationally instrument-resolution-independent de novo peptide sequencing for high-resolution devices. Nat Mach Intell 3, 420–425 (2021). https://doi.org/10.1038/s42256-021-00304-3
13.Tran, N.H., Qiao, R., Xin, L. et al. Personalized deep learning of individual immunopeptidomes to identify neoantigens for cancer vaccines. Nat Mach Intell 2, 764–771 (2020). https://doi.org/10.1038/s42256-020-00260-4
14.Xin, L., Qiao, R., Chen, X. et al. A streamlined platform for analyzing tera-scale DDA and DIA mass spectrometry data enables highly sensitive immunopeptidomics. Nat Commun 13, 3108 (2022). https://doi.org/10.1038/s41467-022-30867-7
15. Sun, W., Zhang, Q., Zhang, X. et al. Glycopeptide database search and de novo sequencing with PEAKS GlycanFinder enable highly sensitive glycoproteomics. Nat Commun 14, 4046 (2023). https://doi.org/10.1038/s41467-023-39699-5
16. Mao, Z., Zhang, R., Xin, L. et al. Mitigating the missing-fragmentation problem in de novo peptide sequencing with a two-stage graph-based deep learning model. Nat Mach Intell 5, 1250–1260 (2023). https://doi.org/10.1038/s42256-023-00738-x
17. US Patent No.: US 11,573,239 B2
18. US Patent No.: US 11,644,480 B2
-扫码关注-
www.bioinfor.com (EN)
www.deepproteomics.cn(CN)
作为生物信息学的领军企业,BSI专注于蛋白质组学和生物药领域,通过机器学习和先进算法提供世界领先的质谱数据分析软件和蛋白质组学服务解决方案,以推进生物学研究和药物发现。我们通过基于AI的计算方案,为您提供对蛋白质组学、基因组学和医学的卓越洞见。旗下著名的PEAKS系列软件在全世界拥有数千家学术和工业用户,包括:PEAKS Studio,PEAKS Online,PEAKS GlycanFinder, PEAKS AB及抗体综合表征服务, 抗体从头测序服务,新抗原发现服务等。
联系方式:
021-60919891;
sales-china@bioinfor.com