2025年年初，复旦大学乔亮教授联合Bioinformatics Solution Inc.(Cananda)、ABSCIEX(China)技术团队，在Analytical Chemistry期刊发表了题为“Quantitative Site-Specific Glycoproteomics Reveals Glyco-Signatures for Breast Cancer Diagnosis”的研究成果。该研究建立了基于 ZenoTOF 平台的完整糖肽表征方法，结合PEAKS® GlycanFinder软件，分析了乳腺癌患者、良性病变患者和健康对照者的血清糖蛋白组，发现了15个位点特异性糖可作为乳腺癌诊断的潜在标志物，为糖的疾病生物标志物研究提供了新方向。
质谱碎裂方法优化及数据分析软件对比
首先作者富集了人血清混合样本中的糖肽，然后在zenoTOF（ABSCIEX）仪器平台设置了不同的碎裂方法分别采集数据，使用PEAKS® GlycanFinder(version 2.0)进行糖肽鉴定。结果显示，在固定碰撞能量（CE）为60和70时，鉴定出的糖肽和位点特异性糖数量最多（图1a）。采用动态CE（DyCE）时，鉴定出1405±48（平均值±标准差，下同）个糖肽，这些糖肽对应于239±9个蛋白质糖基化位点上的1419±47个位点特异性糖，这一数量显著多于使用CE值低于50和高于80时鉴定出的数量。与固定CE值为60和70相比，DyCE鉴定出的糖肽和位点特异性糖数量减少12-14%。
CE偏低会使聚糖部分产生更丰富的B/Y碎片，但肽段部分产生的b/y碎片较少。使用中等固定CE（60-70）或动态CE时，丰富的b/y碎片可实现肽段鉴定的高序列覆盖率，同时剩余的B/Y碎片足以用于糖的鉴定。较高的CE（80）会导致B/Y碎片减少，b/y碎片的强度也降低（图1b）。为了同时获取更好的肽段和糖碎片，又能避免针对特定实验室或样本进行CE优化，推荐使用动态CE。然后，通过对比三个糖基化数据分析软件发现，PEAKS® GlycanFinder表现最好（图1c），因此用作后续临床样本的糖基化蛋白组分析。
