来源 | Mol Plant植物科学 近日，美国康奈尔大学Klaas J. van Wijk团队和系统生物学研究所Eric W. Deutsch团队在ThePlant Cell 在线发表了题为“The Arabidopsis PeptideAtlas: Harnessing worldwide proteomics data to create a comprehensive community proteomics resource”的大数据论文。作者利用Trans-Proteomic Pipeline（TPP）数据分析软件对ProteomeXchange中拟南芥相关数据进行重新分析，从而建立了第一个植物的蛋白质组学数据资源库—— Arabidopsis PeptideAtlas 。
众所周知，拟南芥作为模式植物，是第一个完成全基因组测序的植物。目前最新的基因组（Araport11），共收录了27,655个编码基因及其对应的48,359个转录本。植物蛋白质组学的相关研究起初是在玉米和豌豆中进行的，随着拟南芥基因组测序的完成，拟南芥迅速成为了植物蛋白质组学的研究的首选。从一开始对叶绿体、线粒体的简单质谱分析，到后来对各个组织器官、细胞类型、发育过程、生物/非生物胁迫、以及各种蛋白的翻译后修饰都进行了蛋白质组学的研究；这些研究产生了大量的数据信息。为了高效地获取和储存这些数据，ProteomeXchange（http://www.proteomexchange.org/）提供了标准化的渠道。ProteomeXchange目前收录了超过15,000个数据组，其中有1200多个来自植物，大约425个来自拟南芥。自2005年起，PeptideAtlas（http://www.peptideatlas.org/）致力于蛋白质组学数据处理，目前建有人、猪、鸡、牛、酵母等相关数据资源库；植物相关的数据资源库却一直是空白。 在该研究中，作者基于ProteomeXchange 收录的所有拟南芥相关数据，结合其他数据库（Araport11，TAIR10，小肽及其他蛋白数据库）进行比较分析，建立了拟南芥蛋白组学数据资源库Arabidopsis PeptideAtlas，将鉴定的蛋白从高保真到低保真分成10个等级4大类（ten-tier system，four-category system）。Arabidopsis PeptideAtlas可以快速查看：被收录的蛋白及其相关序列，蛋白在特定植物组织器官、细胞类型、发育过程、生物/非生物胁迫等条件下的相对表达量，具体的翻译后修饰。除此之外，Arabidopsis PeptideAtlas在建立的过程中，发现并收录了1408个Araport11没有收录的多肽序列（至少7个氨基酸长）。同时，为了更好地与拟南芥其他数据资源进行互动，Arabidopsis PeptideAtlas中的蛋白和TAIR，PPDB，UniProtKB，the Plant PTM Viewer，PhosPhAt，SUBA4及ATHENA都建立了直接联系。 Arabidopsis PeptideAtlas数据资源库建立的简单流程图然而，目前仍然有超过20% 的蛋白序列无法在Arabidopsis PeptideAtlas中查找到。Klaas J. van Wijk团队和Eric W. Deutsch团队准备收录更多的蛋白质组学数据，在不久的将来进一步完善并发布Arabidopsis PeptideAtlas第二版。 论文链接： https://doi.org/10.1093/plcell/koab211数据库链接：http://www.peptideatlas.org/builds/arabidopsis/