NGS vs mass spectrometry# Biology - 生物学
n*1
1 楼
一星期前从大森买的,种上的第三天就开花三朵,照坛子里的某位大师的指导给人工授粉
,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
情况。
,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
情况。
G*G
2 楼
NGS vs Mass Spectrometry
哪个平台前景好，出文章质量高？
谢谢！
哪个平台前景好，出文章质量高？
谢谢！
n*1
3 楼
【在 n****1 的大作中提到】
: 一星期前从大森买的,种上的第三天就开花三朵,照坛子里的某位大师的指导给人工授粉
: ,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
: 情况。
j*g
4 楼
NGS
：NGS vs Mass Spectrometry
：哪个平台前景好，出文章质量高？
：谢谢！
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
：NGS vs Mass Spectrometry
：哪个平台前景好，出文章质量高？
：谢谢！
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
n*1
5 楼
【在 n****1 的大作中提到】
g*x
6 楼
用ms测序？这个有人做，但属于非主流，没什么实用价值。
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
n*1
7 楼
【在 n****1 的大作中提到】
o*p
8 楼
晕。ms用好了比ngs可有用得多。ms研究的问题是蛋白相互作用，生物常见的核心问题
之一，ngs根本解决不了。
进一个好 ms lab 衣食无忧。
【在 g*****x 的大作中提到】
: 用ms测序？这个有人做，但属于非主流，没什么实用价值。
之一，ngs根本解决不了。
进一个好 ms lab 衣食无忧。
【在 g*****x 的大作中提到】
: 用ms测序？这个有人做，但属于非主流，没什么实用价值。
z*e
9 楼
恭喜恭喜！是自花授粉的吗？具体啥品种？
o*p
10 楼
你能进这个实验室的话啥都有了。
http://fields.scripps.edu/yates/wp/
而且据说这老板人还很好。
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
http://fields.scripps.edu/yates/wp/
而且据说这老板人还很好。
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
x*2
11 楼
太棒了。接下来会不断的开花结果。 恭喜！
j*g
12 楼
ngs跟疾病（癌症突变、遗传病）、基因表达调控密切有关
ms的问题是蛋白质不能复制扩增，技术局限大
： 晕。ms用好了比ngs可有用得多。ms研究的问题是蛋白相互作用，生物常见的核心问
题之一，ngs根本解决不了。
： 进一个好 ms lab 衣食无忧。
【在 o*****p 的大作中提到】
: 你能进这个实验室的话啥都有了。
: http://fields.scripps.edu/yates/wp/
: 而且据说这老板人还很好。
ms的问题是蛋白质不能复制扩增，技术局限大
： 晕。ms用好了比ngs可有用得多。ms研究的问题是蛋白相互作用，生物常见的核心问
题之一，ngs根本解决不了。
： 进一个好 ms lab 衣食无忧。
【在 o*****p 的大作中提到】
: 你能进这个实验室的话啥都有了。
: http://fields.scripps.edu/yates/wp/
: 而且据说这老板人还很好。
n*1
13 楼
就一棵,自花授粉。具体啥品种不知道,好像就叫passion fruit
【在 z*****e 的大作中提到】
: 恭喜恭喜！是自花授粉的吗？具体啥品种？
【在 z*****e 的大作中提到】
: 恭喜恭喜！是自花授粉的吗？具体啥品种？
o*p
14 楼
蛋白质不能复制扩增你也不能用ngs代替ms去回答蛋白质相互作用的问题啊。组织切片
还不能扩增呢，你能用ngs代替显微镜吗。
你这说的都是啥跟啥啊。
ngs回答的生物学问题非常有限，而且非常有局限性。任何通路的深究都要涉及蛋白
转运，修饰，结合。。。这些都和ngs毫无关系，但都需要ms或者ms技术有帮助。
【在 j*********g 的大作中提到】
: ngs跟疾病（癌症突变、遗传病）、基因表达调控密切有关
: ms的问题是蛋白质不能复制扩增，技术局限大
:
: ： 晕。ms用好了比ngs可有用得多。ms研究的问题是蛋白相互作用，生物常见的核心问
: 题之一，ngs根本解决不了。
: ： 进一个好 ms lab 衣食无忧。
还不能扩增呢，你能用ngs代替显微镜吗。
你这说的都是啥跟啥啊。
ngs回答的生物学问题非常有限，而且非常有局限性。任何通路的深究都要涉及蛋白
转运，修饰，结合。。。这些都和ngs毫无关系，但都需要ms或者ms技术有帮助。
【在 j*********g 的大作中提到】
: ngs跟疾病（癌症突变、遗传病）、基因表达调控密切有关
: ms的问题是蛋白质不能复制扩增，技术局限大
:
: ： 晕。ms用好了比ngs可有用得多。ms研究的问题是蛋白相互作用，生物常见的核心问
: 题之一，ngs根本解决不了。
: ： 进一个好 ms lab 衣食无忧。
n*1
15 楼
冬天也会开花结果?这里倒是不冷。
【在 x******2 的大作中提到】
: 太棒了。接下来会不断的开花结果。 恭喜！
【在 x******2 的大作中提到】
: 太棒了。接下来会不断的开花结果。 恭喜！
G*G
16 楼
谢谢！
但是好像ngs混饭容易一些。
问个英语问题。protein quantification 和protein quantitation有什么区别？你用
哪个？
【在 o*****p 的大作中提到】
: 蛋白质不能复制扩增你也不能用ngs代替ms去回答蛋白质相互作用的问题啊。组织切片
: 还不能扩增呢，你能用ngs代替显微镜吗。
: 你这说的都是啥跟啥啊。
: ngs回答的生物学问题非常有限，而且非常有局限性。任何通路的深究都要涉及蛋白
: 转运，修饰，结合。。。这些都和ngs毫无关系，但都需要ms或者ms技术有帮助。
但是好像ngs混饭容易一些。
问个英语问题。protein quantification 和protein quantitation有什么区别？你用
哪个？
【在 o*****p 的大作中提到】
: 蛋白质不能复制扩增你也不能用ngs代替ms去回答蛋白质相互作用的问题啊。组织切片
: 还不能扩增呢，你能用ngs代替显微镜吗。
: 你这说的都是啥跟啥啊。
: ngs回答的生物学问题非常有限，而且非常有局限性。任何通路的深究都要涉及蛋白
: 转运，修饰，结合。。。这些都和ngs毫无关系，但都需要ms或者ms技术有帮助。
g*5
17 楼
恭喜！百香果虽说自花授粉, 但在我家, 不给予人工授粉, 坐果率就十分的差.
c*n
18 楼
哪个出文章质量高还真不知道，纯技术方面的文章估计都已经发完了，现在都是看
biological question怎么问了。MS做得好，去industry简直轻松加愉快。
biological question怎么问了。MS做得好，去industry简直轻松加愉快。
x*2
19 楼
只要不冷就会的吧。
【在 n****1 的大作中提到】
: 冬天也会开花结果?这里倒是不冷。
【在 n****1 的大作中提到】
: 冬天也会开花结果?这里倒是不冷。
g*x
20 楼
我说了，特指在测序方面的应用。楼主拿这俩直接比，我实在想不出有啥好比的。
另外proteomics不是研究蛋白之间interaction的
而且ms就是个分析方法而已，做的东西千差万别，protemics，intact protein，
metabolite等等。
【在 o*****p 的大作中提到】
: 蛋白质不能复制扩增你也不能用ngs代替ms去回答蛋白质相互作用的问题啊。组织切片
: 还不能扩增呢，你能用ngs代替显微镜吗。
: 你这说的都是啥跟啥啊。
: ngs回答的生物学问题非常有限，而且非常有局限性。任何通路的深究都要涉及蛋白
: 转运，修饰，结合。。。这些都和ngs毫无关系，但都需要ms或者ms技术有帮助。
另外proteomics不是研究蛋白之间interaction的
而且ms就是个分析方法而已，做的东西千差万别，protemics，intact protein，
metabolite等等。
【在 o*****p 的大作中提到】
: 蛋白质不能复制扩增你也不能用ngs代替ms去回答蛋白质相互作用的问题啊。组织切片
: 还不能扩增呢，你能用ngs代替显微镜吗。
: 你这说的都是啥跟啥啊。
: ngs回答的生物学问题非常有限，而且非常有局限性。任何通路的深究都要涉及蛋白
: 转运，修饰，结合。。。这些都和ngs毫无关系，但都需要ms或者ms技术有帮助。
n*1
21 楼
第二周,有鸡蛋大了。
o*p
22 楼
的确。而且ngs转行容易太太太多了。
你的问题我不知道答案。
【在 G***G 的大作中提到】
: 谢谢！
: 但是好像ngs混饭容易一些。
: 问个英语问题。protein quantification 和protein quantitation有什么区别？你用
: 哪个？
你的问题我不知道答案。
【在 G***G 的大作中提到】
: 谢谢！
: 但是好像ngs混饭容易一些。
: 问个英语问题。protein quantification 和protein quantitation有什么区别？你用
: 哪个？
n*1
23 楼
【在 n****1 的大作中提到】
: 一星期前从大森买的,种上的第三天就开花三朵,照坛子里的某位大师的指导给人工授粉
: ,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
: 情况。
G*G
24 楼
请问象ngs那样high through的测整个genome
在Mass Spectrometry里面用high throughput来测整个protein database为什么不是很
好的idea？
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
在Mass Spectrometry里面用high throughput来测整个protein database为什么不是很
好的idea？
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
n*1
25 楼
到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
j*g
26 楼
好问题！请overlap讨论回答吧
：请问象ngs那样high through的测整个genome
：在Mass Spectrometry里面用high throughput来测整个protein database为什么不是
很好的idea？
【在 G***G 的大作中提到】
: 请问象ngs那样high through的测整个genome
: 在Mass Spectrometry里面用high throughput来测整个protein database为什么不是很
: 好的idea？
：请问象ngs那样high through的测整个genome
：在Mass Spectrometry里面用high throughput来测整个protein database为什么不是
很好的idea？
【在 G***G 的大作中提到】
: 请问象ngs那样high through的测整个genome
: 在Mass Spectrometry里面用high throughput来测整个protein database为什么不是很
: 好的idea？
M*X
27 楼
赞人工授粉！
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
c*n
28 楼
如何解决post translation modification的问题？Mass Spec做这个有点garbage in,
garbage out的感觉吧。
【在 G***G 的大作中提到】
: 请问象ngs那样high through的测整个genome
: 在Mass Spectrometry里面用high throughput来测整个protein database为什么不是很
: 好的idea？
garbage out的感觉吧。
【在 G***G 的大作中提到】
: 请问象ngs那样high through的测整个genome
: 在Mass Spectrometry里面用high throughput来测整个protein database为什么不是很
: 好的idea？
x*2
29 楼
鸭蛋大，真不小。 我们这里有家店，还没有小鸡蛋大，就要2刀一枚。
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
c*r
30 楼
我的一点感觉，一个很重要的不同在于NGS等DNA/RNA测序可以做de novo assembly/
discovery，MS做蛋白、代谢物等测序高度依赖于数据库，没有办法做de novo，数据库
里没有的，即使检测到了，也很难知道是什么东东，而且成本高。
什么时候MS也能做de novo assembly，来发现数据库里没有的序列和结构了，那时绝对
又会是一个推广MS应用的大高潮。
discovery，MS做蛋白、代谢物等测序高度依赖于数据库，没有办法做de novo，数据库
里没有的，即使检测到了，也很难知道是什么东东，而且成本高。
什么时候MS也能做de novo assembly，来发现数据库里没有的序列和结构了，那时绝对
又会是一个推广MS应用的大高潮。
n*1
31 楼
啥时候算成熟了？还有这东西怎么吃？是吃皮还是吃瓤？种子可以吃吗？
g*x
32 楼
扯，这个才是ms-based方法的专长。
,
【在 c**********n 的大作中提到】
: 如何解决post translation modification的问题？Mass Spec做这个有点garbage in,
: garbage out的感觉吧。
,
【在 c**********n 的大作中提到】
: 如何解决post translation modification的问题？Mass Spec做这个有点garbage in,
: garbage out的感觉吧。
x*2
33 楼
变褐紫红时，就可以摘来吃。切开，用小勺子瓢里面的瓤，带籽一块吃，有点酸。 但
，据说营养好。
【在 n****1 的大作中提到】
: 啥时候算成熟了？还有这东西怎么吃？是吃皮还是吃瓤？种子可以吃吗？
，据说营养好。
【在 n****1 的大作中提到】
: 啥时候算成熟了？还有这东西怎么吃？是吃皮还是吃瓤？种子可以吃吗？
g*x
34 楼
peptide的de novo sequencing是非常非常old的东西了。。。。。但技术上来说，已经
有了DNA测序技术，再发展peptide测序就没太大意义了；反过来，放着那么大一个cDNA
database不用，不是傻么
【在 c*********r 的大作中提到】
: 我的一点感觉，一个很重要的不同在于NGS等DNA/RNA测序可以做de novo assembly/
: discovery，MS做蛋白、代谢物等测序高度依赖于数据库，没有办法做de novo，数据库
: 里没有的，即使检测到了，也很难知道是什么东东，而且成本高。
: 什么时候MS也能做de novo assembly，来发现数据库里没有的序列和结构了，那时绝对
: 又会是一个推广MS应用的大高潮。
有了DNA测序技术，再发展peptide测序就没太大意义了；反过来，放着那么大一个cDNA
database不用，不是傻么
【在 c*********r 的大作中提到】
: 我的一点感觉，一个很重要的不同在于NGS等DNA/RNA测序可以做de novo assembly/
: discovery，MS做蛋白、代谢物等测序高度依赖于数据库，没有办法做de novo，数据库
: 里没有的，即使检测到了，也很难知道是什么东东，而且成本高。
: 什么时候MS也能做de novo assembly，来发现数据库里没有的序列和结构了，那时绝对
: 又会是一个推广MS应用的大高潮。
h*k
35 楼
从来没吃过的飘过
c*r
36 楼
peptide的de novo sequencing通量怎么样？可以和NGS相比吗？
de novo post-translational modification identification有相关的信息吗？
我们做非典型模式生物，不像人和老鼠有那么全面的database，怎么破？
cDNA
【在 g*****x 的大作中提到】
: peptide的de novo sequencing是非常非常old的东西了。。。。。但技术上来说，已经
: 有了DNA测序技术，再发展peptide测序就没太大意义了；反过来，放着那么大一个cDNA
: database不用，不是傻么
de novo post-translational modification identification有相关的信息吗？
我们做非典型模式生物，不像人和老鼠有那么全面的database，怎么破？
cDNA
【在 g*****x 的大作中提到】
: peptide的de novo sequencing是非常非常old的东西了。。。。。但技术上来说，已经
: 有了DNA测序技术，再发展peptide测序就没太大意义了；反过来，放着那么大一个cDNA
: database不用，不是傻么
n*1
37 楼
一星期前从大森买的,种上的第三天就开花三朵,照坛子里的某位大师的指导给人工授粉
,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
情况。
,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
情况。
g*x
38 楼
不能
这个即使不通过数据库比较，只是通过对比fragmentation pattern，可以识别已知ptm
，精确到residue。
理论上top-down proteomics也可以做，但确实不是MS的专长
【在 c*********r 的大作中提到】
: peptide的de novo sequencing通量怎么样？可以和NGS相比吗？
: de novo post-translational modification identification有相关的信息吗？
: 我们做非典型模式生物，不像人和老鼠有那么全面的database，怎么破？
:
: cDNA
n*1
39 楼
【在 n****1 的大作中提到】
: 一星期前从大森买的,种上的第三天就开花三朵,照坛子里的某位大师的指导给人工授粉
: ,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
: 情况。
c*r
40 楼
类比一下，我觉得依赖database的MS在我看来和microarray差不多，还是要依赖一个
reference的。Microarray只能检测序列已知的东西，MS也只能检测在database里边有
的东西。但是这个database很全面了吗？人的和老鼠的可能不错，很多其它动物的还是
很差的吧。
另外一方面，很多蛋白和其它代谢产物不都是以cDNA为模板的，翻译后的修饰、各种酶
反应的产物，可能和cDNA没有什么关系，这时候cDNA的data base就没什么作用了。
还有一个简单的问题，希望和做MS做代谢的探讨一下。一个MS的样本的数据，有多少是
可以在数据库里找到准确的match的，有多少目前没有很好的match而无法使用，二者大
概的比例是多少？这个可以估计一下MS数据的利用率。就像RNAseq，有多少可以map到
reference。
cDNA
【在 g*****x 的大作中提到】
: peptide的de novo sequencing是非常非常old的东西了。。。。。但技术上来说，已经
: 有了DNA测序技术，再发展peptide测序就没太大意义了；反过来，放着那么大一个cDNA
: database不用，不是傻么
reference的。Microarray只能检测序列已知的东西，MS也只能检测在database里边有
的东西。但是这个database很全面了吗？人的和老鼠的可能不错，很多其它动物的还是
很差的吧。
另外一方面，很多蛋白和其它代谢产物不都是以cDNA为模板的，翻译后的修饰、各种酶
反应的产物，可能和cDNA没有什么关系，这时候cDNA的data base就没什么作用了。
还有一个简单的问题，希望和做MS做代谢的探讨一下。一个MS的样本的数据，有多少是
可以在数据库里找到准确的match的，有多少目前没有很好的match而无法使用，二者大
概的比例是多少？这个可以估计一下MS数据的利用率。就像RNAseq，有多少可以map到
reference。
cDNA
【在 g*****x 的大作中提到】
: peptide的de novo sequencing是非常非常old的东西了。。。。。但技术上来说，已经
: 有了DNA测序技术，再发展peptide测序就没太大意义了；反过来，放着那么大一个cDNA
: database不用，不是傻么
n*1
41 楼
【在 n****1 的大作中提到】
c*r
42 楼
ptm
这个我觉得很有用。
关于fragmentation我又想起一点，MS的coverage和DNA/RNA测序的coverage很不一样。
后者可以做到比较均一，毕竟fragmentation还是比较随机的。但是蛋白的就高度依赖
于蛋白酶和被切的蛋白序列。所以有些区域不管用什么酶消化，就是得不到合适大小的
fragment，这样的时候就比较无奈了。。。我的一点个人感受，不知道在实际应用里是
不是一个问题？
这个我觉得很有用。
关于fragmentation我又想起一点，MS的coverage和DNA/RNA测序的coverage很不一样。
后者可以做到比较均一，毕竟fragmentation还是比较随机的。但是蛋白的就高度依赖
于蛋白酶和被切的蛋白序列。所以有些区域不管用什么酶消化，就是得不到合适大小的
fragment，这样的时候就比较无奈了。。。我的一点个人感受，不知道在实际应用里是
不是一个问题？
n*1
43 楼
【在 n****1 的大作中提到】
g*x
44 楼
呵呵，你自己去看看uniprot的数据库吧。
对，这就是ms方法的优势。dna测序方法很难实现对ptm和蛋白结构的表征。cDNA
sequence只是给bottom－up proteomics提供了一个预测fragment ion的基础，通过比
较就可以得到关于PTM和结构的信息。
你说的到底是做metabolism还是proteomics？
【在 c*********r 的大作中提到】
: 类比一下，我觉得依赖database的MS在我看来和microarray差不多，还是要依赖一个
: reference的。Microarray只能检测序列已知的东西，MS也只能检测在database里边有
: 的东西。但是这个database很全面了吗？人的和老鼠的可能不错，很多其它动物的还是
: 很差的吧。
: 另外一方面，很多蛋白和其它代谢产物不都是以cDNA为模板的，翻译后的修饰、各种酶
: 反应的产物，可能和cDNA没有什么关系，这时候cDNA的data base就没什么作用了。
: 还有一个简单的问题，希望和做MS做代谢的探讨一下。一个MS的样本的数据，有多少是
: 可以在数据库里找到准确的match的，有多少目前没有很好的match而无法使用，二者大
: 概的比例是多少？这个可以估计一下MS数据的利用率。就像RNAseq，有多少可以map到
: reference。
z*e
45 楼
恭喜恭喜！是自花授粉的吗？具体啥品种？
c*r
46 楼
就说uniprot，这里边的数据只有554,515是Reviewed，只占所有数据的0.65%。很多动
物的annotation很差的。这个我深有体验。并不是说提交的序列就一定是存在的，或者
就一定是正确的。
而且很多动物的annotation是依靠一个已发表的关系比较近的species的annotation来
做的，所以错误被保留和复制了。。。
【在 g*****x 的大作中提到】
:
: 呵呵，你自己去看看uniprot的数据库吧。
: 对，这就是ms方法的优势。dna测序方法很难实现对ptm和蛋白结构的表征。cDNA
: sequence只是给bottom－up proteomics提供了一个预测fragment ion的基础，通过比
: 较就可以得到关于PTM和结构的信息。
: 你说的到底是做metabolism还是proteomics？
物的annotation很差的。这个我深有体验。并不是说提交的序列就一定是存在的，或者
就一定是正确的。
而且很多动物的annotation是依靠一个已发表的关系比较近的species的annotation来
做的，所以错误被保留和复制了。。。
【在 g*****x 的大作中提到】
:
: 呵呵，你自己去看看uniprot的数据库吧。
: 对，这就是ms方法的优势。dna测序方法很难实现对ptm和蛋白结构的表征。cDNA
: sequence只是给bottom－up proteomics提供了一个预测fragment ion的基础，通过比
: 较就可以得到关于PTM和结构的信息。
: 你说的到底是做metabolism还是proteomics？
x*2
47 楼
太棒了。接下来会不断的开花结果。 恭喜！
g*x
48 楼
你先来看看uniprot的annotation是啥吧。
Sequence annotations describe regions or sites of interest in the protein
sequence, such as post-translational modifications, binding sites, enzyme
active sites, local secondary structure or other characteristics reported in
the cited references. Sequence conflicts between references are also
described in this manner.
cDNA sequence database的意义在于极高的coverage％，至于是不是准确反应gDNA序列
，影响并不大啊。
【在 c*********r 的大作中提到】
: 就说uniprot，这里边的数据只有554,515是Reviewed，只占所有数据的0.65%。很多动
: 物的annotation很差的。这个我深有体验。并不是说提交的序列就一定是存在的，或者
: 就一定是正确的。
: 而且很多动物的annotation是依靠一个已发表的关系比较近的species的annotation来
: 做的，所以错误被保留和复制了。。。
Sequence annotations describe regions or sites of interest in the protein
sequence, such as post-translational modifications, binding sites, enzyme
active sites, local secondary structure or other characteristics reported in
the cited references. Sequence conflicts between references are also
described in this manner.
cDNA sequence database的意义在于极高的coverage％，至于是不是准确反应gDNA序列
，影响并不大啊。
【在 c*********r 的大作中提到】
: 就说uniprot，这里边的数据只有554,515是Reviewed，只占所有数据的0.65%。很多动
: 物的annotation很差的。这个我深有体验。并不是说提交的序列就一定是存在的，或者
: 就一定是正确的。
: 而且很多动物的annotation是依靠一个已发表的关系比较近的species的annotation来
: 做的，所以错误被保留和复制了。。。
n*1
49 楼
就一棵,自花授粉。具体啥品种不知道,好像就叫passion fruit
【在 z*****e 的大作中提到】
: 恭喜恭喜！是自花授粉的吗？具体啥品种？
【在 z*****e 的大作中提到】
: 恭喜恭喜！是自花授粉的吗？具体啥品种？
c*r
50 楼
扯得稍有点远，因为我们实验室蛋白组代谢组都在做，而且不是人和小鼠这种popular
模式动物，数据分析起来很麻烦。不管做代谢还是做蛋白，一个样本里能在data base
里search有结果或者可以预测出ptm的数据大概占总数据的百分之多少？
RNA-seq reference不太好，有污染什么的，我的经验是可能50%-60%左右，算是比较差
的。好的时候80%-90%。90%以上的偶尔也有。
【在 g*****x 的大作中提到】
: 你先来看看uniprot的annotation是啥吧。
: Sequence annotations describe regions or sites of interest in the protein
: sequence, such as post-translational modifications, binding sites, enzyme
: active sites, local secondary structure or other characteristics reported in
: the cited references. Sequence conflicts between references are also
: described in this manner.
: cDNA sequence database的意义在于极高的coverage％，至于是不是准确反应gDNA序列
: ，影响并不大啊。
模式动物，数据分析起来很麻烦。不管做代谢还是做蛋白，一个样本里能在data base
里search有结果或者可以预测出ptm的数据大概占总数据的百分之多少？
RNA-seq reference不太好，有污染什么的，我的经验是可能50%-60%左右，算是比较差
的。好的时候80%-90%。90%以上的偶尔也有。
【在 g*****x 的大作中提到】
: 你先来看看uniprot的annotation是啥吧。
: Sequence annotations describe regions or sites of interest in the protein
: sequence, such as post-translational modifications, binding sites, enzyme
: active sites, local secondary structure or other characteristics reported in
: the cited references. Sequence conflicts between references are also
: described in this manner.
: cDNA sequence database的意义在于极高的coverage％，至于是不是准确反应gDNA序列
: ，影响并不大啊。
n*1
51 楼
冬天也会开花结果?这里倒是不冷。
【在 x******2 的大作中提到】
: 太棒了。接下来会不断的开花结果。 恭喜！
【在 x******2 的大作中提到】
: 太棒了。接下来会不断的开花结果。 恭喜！
g*x
52 楼
什么叫“不管做代谢还是蛋白”？proteomics一般用cDNA database，代谢组学用完全
不相干的小分子数据库，这俩MS做的根本就是完全不一样而且基本毫无关系的两件事，
你咋把这扯到一起的？
bottom-up proteomics里，能不能检测到PTM和sequence database有啥关系？DNA/RNA
序列就是给MS2里fragment ion一个比较对象，其中根本就不含任何PTM信息，如果测序
结果有错那peptide和a/b/c/x/y/z ion就都match不上，哪来的60%？
popular
base
【在 c*********r 的大作中提到】
: 扯得稍有点远，因为我们实验室蛋白组代谢组都在做，而且不是人和小鼠这种popular
: 模式动物，数据分析起来很麻烦。不管做代谢还是做蛋白，一个样本里能在data base
: 里search有结果或者可以预测出ptm的数据大概占总数据的百分之多少？
: RNA-seq reference不太好，有污染什么的，我的经验是可能50%-60%左右，算是比较差
: 的。好的时候80%-90%。90%以上的偶尔也有。
不相干的小分子数据库，这俩MS做的根本就是完全不一样而且基本毫无关系的两件事，
你咋把这扯到一起的？
bottom-up proteomics里，能不能检测到PTM和sequence database有啥关系？DNA/RNA
序列就是给MS2里fragment ion一个比较对象，其中根本就不含任何PTM信息，如果测序
结果有错那peptide和a/b/c/x/y/z ion就都match不上，哪来的60%？
popular
base
【在 c*********r 的大作中提到】
: 扯得稍有点远，因为我们实验室蛋白组代谢组都在做，而且不是人和小鼠这种popular
: 模式动物，数据分析起来很麻烦。不管做代谢还是做蛋白，一个样本里能在data base
: 里search有结果或者可以预测出ptm的数据大概占总数据的百分之多少？
: RNA-seq reference不太好，有污染什么的，我的经验是可能50%-60%左右，算是比较差
: 的。好的时候80%-90%。90%以上的偶尔也有。
g*5
53 楼
恭喜！百香果虽说自花授粉, 但在我家, 不给予人工授粉, 坐果率就十分的差.
c*r
54 楼
那我们俩说的不是同一个annotation。我主要是说的gene model annotation。
一个物种测了genome或者测了transcriptome，然后做个组装，预测的gene model和
coding sequence，然后把这些通过genome sequencing和RNA-seq测序得到的“
predicted” protein sequence提交到了uniprot里边，大多数应该是靠谱的，但是有
相当一部分是不靠谱的。对于人和老鼠这种genome和gene model研究都相对透彻的系统
来说，问题不大，但对于其他动物来说，很可能就是一个严重的问题。至少我PhD期间
做的三个gene的蛋白序列在uniprot里边都是fragmented或者干脆就是错的。。。这些
错误都源自最早的genome sequencing的质量太差，gene model annotation不好，接下
来的以这个genome作为reference RNA-seq或者MS都会有些问题。除非是做de novo
assembly绕过这个genome，或者重新做新的genome reference才会客服这个问题。
in
【在 g*****x 的大作中提到】
: 你先来看看uniprot的annotation是啥吧。
: Sequence annotations describe regions or sites of interest in the protein
: sequence, such as post-translational modifications, binding sites, enzyme
: active sites, local secondary structure or other characteristics reported in
: the cited references. Sequence conflicts between references are also
: described in this manner.
: cDNA sequence database的意义在于极高的coverage％，至于是不是准确反应gDNA序列
: ，影响并不大啊。
一个物种测了genome或者测了transcriptome，然后做个组装，预测的gene model和
coding sequence，然后把这些通过genome sequencing和RNA-seq测序得到的“
predicted” protein sequence提交到了uniprot里边，大多数应该是靠谱的，但是有
相当一部分是不靠谱的。对于人和老鼠这种genome和gene model研究都相对透彻的系统
来说，问题不大，但对于其他动物来说，很可能就是一个严重的问题。至少我PhD期间
做的三个gene的蛋白序列在uniprot里边都是fragmented或者干脆就是错的。。。这些
错误都源自最早的genome sequencing的质量太差，gene model annotation不好，接下
来的以这个genome作为reference RNA-seq或者MS都会有些问题。除非是做de novo
assembly绕过这个genome，或者重新做新的genome reference才会客服这个问题。
in
【在 g*****x 的大作中提到】
: 你先来看看uniprot的annotation是啥吧。
: Sequence annotations describe regions or sites of interest in the protein
: sequence, such as post-translational modifications, binding sites, enzyme
: active sites, local secondary structure or other characteristics reported in
: the cited references. Sequence conflicts between references are also
: described in this manner.
: cDNA sequence database的意义在于极高的coverage％，至于是不是准确反应gDNA序列
: ，影响并不大啊。
x*2
55 楼
只要不冷就会的吧。
【在 n****1 的大作中提到】
: 冬天也会开花结果?这里倒是不冷。
【在 n****1 的大作中提到】
: 冬天也会开花结果?这里倒是不冷。
g*x
56 楼
你说的这跟MS一毛钱关系都没有。bottom-up proteomics的任务就是把peptide的
sequence和database对应起来，仅此而已。
至于database中序列的可靠性，蛋白的功能，这都不是proteomics要回答的问题。
【在 c*********r 的大作中提到】
: 那我们俩说的不是同一个annotation。我主要是说的gene model annotation。
: 一个物种测了genome或者测了transcriptome，然后做个组装，预测的gene model和
: coding sequence，然后把这些通过genome sequencing和RNA-seq测序得到的“
: predicted” protein sequence提交到了uniprot里边，大多数应该是靠谱的，但是有
: 相当一部分是不靠谱的。对于人和老鼠这种genome和gene model研究都相对透彻的系统
: 来说，问题不大，但对于其他动物来说，很可能就是一个严重的问题。至少我PhD期间
: 做的三个gene的蛋白序列在uniprot里边都是fragmented或者干脆就是错的。。。这些
: 错误都源自最早的genome sequencing的质量太差，gene model annotation不好，接下
: 来的以这个genome作为reference RNA-seq或者MS都会有些问题。除非是做de novo
: assembly绕过这个genome，或者重新做新的genome reference才会客服这个问题。
sequence和database对应起来，仅此而已。
至于database中序列的可靠性，蛋白的功能，这都不是proteomics要回答的问题。
【在 c*********r 的大作中提到】
: 那我们俩说的不是同一个annotation。我主要是说的gene model annotation。
: 一个物种测了genome或者测了transcriptome，然后做个组装，预测的gene model和
: coding sequence，然后把这些通过genome sequencing和RNA-seq测序得到的“
: predicted” protein sequence提交到了uniprot里边，大多数应该是靠谱的，但是有
: 相当一部分是不靠谱的。对于人和老鼠这种genome和gene model研究都相对透彻的系统
: 来说，问题不大，但对于其他动物来说，很可能就是一个严重的问题。至少我PhD期间
: 做的三个gene的蛋白序列在uniprot里边都是fragmented或者干脆就是错的。。。这些
: 错误都源自最早的genome sequencing的质量太差，gene model annotation不好，接下
: 来的以这个genome作为reference RNA-seq或者MS都会有些问题。除非是做de novo
: assembly绕过这个genome，或者重新做新的genome reference才会客服这个问题。
n*1
57 楼
第二周,有鸡蛋大了。
c*r
58 楼
我的意思是请教一下，或者做蛋白，或者做代谢（二者之一），能不能举个例子，让我
了解一下比如说做MS测序，测出来的信号，能和数据库里有一一对应的比例大概是多少
？这样可以评估一下MS测序数据的利用率。如果这个比例比较低，说明data base不够
全面。如果比例很高，那说明data base已经很好了。
我想的是测出来的信号，应该就是对应的样品里的存在的序列吧。
RNA
【在 g*****x 的大作中提到】
: 什么叫“不管做代谢还是蛋白”？proteomics一般用cDNA database，代谢组学用完全
: 不相干的小分子数据库，这俩MS做的根本就是完全不一样而且基本毫无关系的两件事，
: 你咋把这扯到一起的？
: bottom-up proteomics里，能不能检测到PTM和sequence database有啥关系？DNA/RNA
: 序列就是给MS2里fragment ion一个比较对象，其中根本就不含任何PTM信息，如果测序
: 结果有错那peptide和a/b/c/x/y/z ion就都match不上，哪来的60%？
:
: popular
: base
了解一下比如说做MS测序，测出来的信号，能和数据库里有一一对应的比例大概是多少
？这样可以评估一下MS测序数据的利用率。如果这个比例比较低，说明data base不够
全面。如果比例很高，那说明data base已经很好了。
我想的是测出来的信号，应该就是对应的样品里的存在的序列吧。
RNA
【在 g*****x 的大作中提到】
: 什么叫“不管做代谢还是蛋白”？proteomics一般用cDNA database，代谢组学用完全
: 不相干的小分子数据库，这俩MS做的根本就是完全不一样而且基本毫无关系的两件事，
: 你咋把这扯到一起的？
: bottom-up proteomics里，能不能检测到PTM和sequence database有啥关系？DNA/RNA
: 序列就是给MS2里fragment ion一个比较对象，其中根本就不含任何PTM信息，如果测序
: 结果有错那peptide和a/b/c/x/y/z ion就都match不上，哪来的60%？
:
: popular
: base
n*1
59 楼
【在 n****1 的大作中提到】
: 一星期前从大森买的,种上的第三天就开花三朵,照坛子里的某位大师的指导给人工授粉
: ,今天无意间发现竟然有一个挂果了,已经有鹌鹑蛋大小了。惊喜中。另外一个好像也有
: 情况。
c*r
60 楼
我觉得还是有点关系的。比如，如果一个MS的数据中，只有20%能和数据库里的序列一
一对应，那我要不要担心？是我的数据有问题、分析方法有问题、还是数据库有问题？
如果只是拿来用data base，根本不关心这个data base的好坏，那也许就像你说的，真
的没有什么关系了。
但是如果做proteomics的人都是这种态度的话，我个人觉的，这个领域会有大问题。谁
来保证data base的reliability？我觉得肯定还是有人在做这个事情的，这个事情也很
重要。毕竟现在的MS还是高度依赖data base。不过和你的态度一样，我咨询我们MS
core的服务人员的回复也是，我们可以提供自己的data base，但他们只能分析出data
base里存在的序列，他们不负责任何data base的质量问题。如果data base不好，他们
也无能为力。
【在 g*****x 的大作中提到】
: 你说的这跟MS一毛钱关系都没有。bottom-up proteomics的任务就是把peptide的
: sequence和database对应起来，仅此而已。
: 至于database中序列的可靠性，蛋白的功能，这都不是proteomics要回答的问题。
一对应，那我要不要担心？是我的数据有问题、分析方法有问题、还是数据库有问题？
如果只是拿来用data base，根本不关心这个data base的好坏，那也许就像你说的，真
的没有什么关系了。
但是如果做proteomics的人都是这种态度的话，我个人觉的，这个领域会有大问题。谁
来保证data base的reliability？我觉得肯定还是有人在做这个事情的，这个事情也很
重要。毕竟现在的MS还是高度依赖data base。不过和你的态度一样，我咨询我们MS
core的服务人员的回复也是，我们可以提供自己的data base，但他们只能分析出data
base里存在的序列，他们不负责任何data base的质量问题。如果data base不好，他们
也无能为力。
【在 g*****x 的大作中提到】
: 你说的这跟MS一毛钱关系都没有。bottom-up proteomics的任务就是把peptide的
: sequence和database对应起来，仅此而已。
: 至于database中序列的可靠性，蛋白的功能，这都不是proteomics要回答的问题。
n*1
61 楼
到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
g*x
62 楼
bottom-up proteomics和拼图类似，先把peptide送进collision chamber，因为
fragmentation有一定的pattern，所以产生的abcxyz fragment ion可以和从database
sequence中计算预测的fragment ion进行比较：能match的fragment越多，对这个
peptide的confidence就越高。
目前主流仪器对单个peptide的fragments能cover八九成，但在较复杂的体系中对不同
peptide的coverage会下降，这个主要还是仪器扫描速度，频率和通量等的限制，并不
是因为database本身太小的缘故。
【在 c*********r 的大作中提到】
: 我的意思是请教一下，或者做蛋白，或者做代谢（二者之一），能不能举个例子，让我
: 了解一下比如说做MS测序，测出来的信号，能和数据库里有一一对应的比例大概是多少
: ？这样可以评估一下MS测序数据的利用率。如果这个比例比较低，说明data base不够
: 全面。如果比例很高，那说明data base已经很好了。
: 我想的是测出来的信号，应该就是对应的样品里的存在的序列吧。
:
: RNA
fragmentation有一定的pattern，所以产生的abcxyz fragment ion可以和从database
sequence中计算预测的fragment ion进行比较：能match的fragment越多，对这个
peptide的confidence就越高。
目前主流仪器对单个peptide的fragments能cover八九成，但在较复杂的体系中对不同
peptide的coverage会下降，这个主要还是仪器扫描速度，频率和通量等的限制，并不
是因为database本身太小的缘故。
【在 c*********r 的大作中提到】
: 我的意思是请教一下，或者做蛋白，或者做代谢（二者之一），能不能举个例子，让我
: 了解一下比如说做MS测序，测出来的信号，能和数据库里有一一对应的比例大概是多少
: ？这样可以评估一下MS测序数据的利用率。如果这个比例比较低，说明data base不够
: 全面。如果比例很高，那说明data base已经很好了。
: 我想的是测出来的信号，应该就是对应的样品里的存在的序列吧。
:
: RNA
M*X
63 楼
赞人工授粉！
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
d*m
64 楼
哥们说句话你别生气，个人感觉你完全不能理解什么是牛实验室。
这种专门性太强的，也做不了什么前沿，就直接沦为打下手的实验室。
不是人人都是谢晓亮
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
这种专门性太强的，也做不了什么前沿，就直接沦为打下手的实验室。
不是人人都是谢晓亮
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
x*2
65 楼
鸭蛋大，真不小。 我们这里有家店，还没有小鸡蛋大，就要2刀一枚。
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
【在 n****1 的大作中提到】
: 到现在为止，一共开了14朵花，俺都给人工授粉，不过有几朵是晚上较晚才授粉的。现
: 在挂果12个，只有两个花落了。最大的已经有鸭蛋大了，不过好像不长了。
g*x
66 楼
哈哈哈
【在 d********m 的大作中提到】
: 哥们说句话你别生气，个人感觉你完全不能理解什么是牛实验室。
: 这种专门性太强的，也做不了什么前沿，就直接沦为打下手的实验室。
: 不是人人都是谢晓亮
【在 d********m 的大作中提到】
: 哥们说句话你别生气，个人感觉你完全不能理解什么是牛实验室。
: 这种专门性太强的，也做不了什么前沿，就直接沦为打下手的实验室。
: 不是人人都是谢晓亮
n*1
67 楼
啥时候算成熟了？还有这东西怎么吃？是吃皮还是吃瓤？种子可以吃吗？
c*r
68 楼
“对单个peptide的fragments能cover八九成”，这个很有帮助。
一般情况下，所有的peptides中，百分之多少peptides最终会有和data base match呢
？做人的样本这个match的百分比应该很高吧？
database
【在 g*****x 的大作中提到】
: bottom-up proteomics和拼图类似，先把peptide送进collision chamber，因为
: fragmentation有一定的pattern，所以产生的abcxyz fragment ion可以和从database
: sequence中计算预测的fragment ion进行比较：能match的fragment越多，对这个
: peptide的confidence就越高。
: 目前主流仪器对单个peptide的fragments能cover八九成，但在较复杂的体系中对不同
: peptide的coverage会下降，这个主要还是仪器扫描速度，频率和通量等的限制，并不
: 是因为database本身太小的缘故。
一般情况下，所有的peptides中，百分之多少peptides最终会有和data base match呢
？做人的样本这个match的百分比应该很高吧？
database
【在 g*****x 的大作中提到】
: bottom-up proteomics和拼图类似，先把peptide送进collision chamber，因为
: fragmentation有一定的pattern，所以产生的abcxyz fragment ion可以和从database
: sequence中计算预测的fragment ion进行比较：能match的fragment越多，对这个
: peptide的confidence就越高。
: 目前主流仪器对单个peptide的fragments能cover八九成，但在较复杂的体系中对不同
: peptide的coverage会下降，这个主要还是仪器扫描速度，频率和通量等的限制，并不
: 是因为database本身太小的缘故。
x*2
69 楼
变褐紫红时，就可以摘来吃。切开，用小勺子瓢里面的瓤，带籽一块吃，有点酸。 但
，据说营养好。
【在 n****1 的大作中提到】
: 啥时候算成熟了？还有这东西怎么吃？是吃皮还是吃瓤？种子可以吃吗？
，据说营养好。
【在 n****1 的大作中提到】
: 啥时候算成熟了？还有这东西怎么吃？是吃皮还是吃瓤？种子可以吃吗？
g*x
70 楼
你还是没理解bottom-up实验的原理。质谱本身并不明白里边飞的带电粒子是不是
peptide，只是经过fragmentation之后，fragments的pattern和从sequence预测的
pattern很像，所以我们觉得这可能是个peptide。
对于一个已知序列纯化过的蛋白，一般来说可以cover 80-9x％的digest以后的peptide
，但对于比较复杂的体系，比如cell lysate，那么因为peptide太多仪器通量不够，或
者因为非典型salt adduct，数据库序列不全等等原因，很可能会miss掉很多。具体
miss了多少，这个用现有的商业化软件很难evaluate。
【在 c*********r 的大作中提到】
: “对单个peptide的fragments能cover八九成”，这个很有帮助。
: 一般情况下，所有的peptides中，百分之多少peptides最终会有和data base match呢
: ？做人的样本这个match的百分比应该很高吧？
:
: database
peptide，只是经过fragmentation之后，fragments的pattern和从sequence预测的
pattern很像，所以我们觉得这可能是个peptide。
对于一个已知序列纯化过的蛋白，一般来说可以cover 80-9x％的digest以后的peptide
，但对于比较复杂的体系，比如cell lysate，那么因为peptide太多仪器通量不够，或
者因为非典型salt adduct，数据库序列不全等等原因，很可能会miss掉很多。具体
miss了多少，这个用现有的商业化软件很难evaluate。
【在 c*********r 的大作中提到】
: “对单个peptide的fragments能cover八九成”，这个很有帮助。
: 一般情况下，所有的peptides中，百分之多少peptides最终会有和data base match呢
: ？做人的样本这个match的百分比应该很高吧？
:
: database
h*k
71 楼
从来没吃过的飘过
c*r
72 楼
谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管是针对
个别基因的targeted sequencing还是复杂体系里，根据不同的技术对于丰度足够高的
序列，coverage能达到90%以上。
所以我更关心的是你后边说的这个，在复杂的体系里，cell lysate样本，miss了多少
的问题。确实我之前的理解有误，还请耐心指点。MS的原理是不是如果一个peptide在
data base里没有很好的match，是不是就直接skip了做下一个？还是说还会测完但是把
raw data保存着，以后有了更好的data base来run一遍。
我记得我们的core可以导出一个searchable的数据类型，这样的话以后我们有了新的
annotation，新的序列添加进去，新的PTM，我们可以重新search我们的数据。是这样
的吗？
peptide
【在 g*****x 的大作中提到】
: 你还是没理解bottom-up实验的原理。质谱本身并不明白里边飞的带电粒子是不是
: peptide，只是经过fragmentation之后，fragments的pattern和从sequence预测的
: pattern很像，所以我们觉得这可能是个peptide。
: 对于一个已知序列纯化过的蛋白，一般来说可以cover 80-9x％的digest以后的peptide
: ，但对于比较复杂的体系，比如cell lysate，那么因为peptide太多仪器通量不够，或
: 者因为非典型salt adduct，数据库序列不全等等原因，很可能会miss掉很多。具体
: miss了多少，这个用现有的商业化软件很难evaluate。
个别基因的targeted sequencing还是复杂体系里，根据不同的技术对于丰度足够高的
序列，coverage能达到90%以上。
所以我更关心的是你后边说的这个，在复杂的体系里，cell lysate样本，miss了多少
的问题。确实我之前的理解有误，还请耐心指点。MS的原理是不是如果一个peptide在
data base里没有很好的match，是不是就直接skip了做下一个？还是说还会测完但是把
raw data保存着，以后有了更好的data base来run一遍。
我记得我们的core可以导出一个searchable的数据类型，这样的话以后我们有了新的
annotation，新的序列添加进去，新的PTM，我们可以重新search我们的数据。是这样
的吗？
peptide
【在 g*****x 的大作中提到】
: 你还是没理解bottom-up实验的原理。质谱本身并不明白里边飞的带电粒子是不是
: peptide，只是经过fragmentation之后，fragments的pattern和从sequence预测的
: pattern很像，所以我们觉得这可能是个peptide。
: 对于一个已知序列纯化过的蛋白，一般来说可以cover 80-9x％的digest以后的peptide
: ，但对于比较复杂的体系，比如cell lysate，那么因为peptide太多仪器通量不够，或
: 者因为非典型salt adduct，数据库序列不全等等原因，很可能会miss掉很多。具体
: miss了多少，这个用现有的商业化软件很难evaluate。
n*1
73 楼
最大的有拳头大了。
G*G
74 楼
peptide的原数据和ngs的reads一样。
如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用。
ngs也是reads和genome sequences搜索。为何匹配分值就高一些呢？
【在 c*********r 的大作中提到】
: 谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管是针对
: 个别基因的targeted sequencing还是复杂体系里，根据不同的技术对于丰度足够高的
: 序列，coverage能达到90%以上。
: 所以我更关心的是你后边说的这个，在复杂的体系里，cell lysate样本，miss了多少
: 的问题。确实我之前的理解有误，还请耐心指点。MS的原理是不是如果一个peptide在
: data base里没有很好的match，是不是就直接skip了做下一个？还是说还会测完但是把
: raw data保存着，以后有了更好的data base来run一遍。
: 我记得我们的core可以导出一个searchable的数据类型，这样的话以后我们有了新的
: annotation，新的序列添加进去，新的PTM，我们可以重新search我们的数据。是这样
: 的吗？
如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用。
ngs也是reads和genome sequences搜索。为何匹配分值就高一些呢？
【在 c*********r 的大作中提到】
: 谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管是针对
: 个别基因的targeted sequencing还是复杂体系里，根据不同的技术对于丰度足够高的
: 序列，coverage能达到90%以上。
: 所以我更关心的是你后边说的这个，在复杂的体系里，cell lysate样本，miss了多少
: 的问题。确实我之前的理解有误，还请耐心指点。MS的原理是不是如果一个peptide在
: data base里没有很好的match，是不是就直接skip了做下一个？还是说还会测完但是把
: raw data保存着，以后有了更好的data base来run一遍。
: 我记得我们的core可以导出一个searchable的数据类型，这样的话以后我们有了新的
: annotation，新的序列添加进去，新的PTM，我们可以重新search我们的数据。是这样
: 的吗？
n*1
75 楼
【在 n****1 的大作中提到】
: 最大的有拳头大了。
c*r
76 楼
还有想抓住这个难得的机会请教一下MS业内人士，我想对比NGS和MS来进一步理解一下
MS。我做NGS比较所多，MS只做过两个项目，在做第三个，但是都比较肤浅，毕竟上游
的分析不是我们自己做。NGS上下游都自己做，所以理解相对多一些。
对于RNA-seq，total RNA样本，和MS cell lysate对应，都是复杂样品，测出来的序列
数目和测序深度（花钱多少）正相关。一般样本，比如说人的细胞total RNA，mRNA-
seq，需要100 ng total RNA来建库，测100 Million以上的short reads基本上就到平
台了，一个lane现在可能就HiSeq 4000一千刀左右或者更便宜。而且可以定量每个gene
的表达量或者每个isoform的表达量。
那么对于Mass Spec，同样的人的细胞的cell lysate，假设有足够多的样品，做到类似
的事情，把样品中尽可能多的蛋白通过MS（MS/MS，或者LC/MS/MS，或者其它类型的MS
）测序，而且尽可能的定量，需要，需要哪些条件来做到？大概需要多少mg或者ug蛋白
样品？在同一个MS的测序结果里，可以定量到同一个基因的不同可别剪接产生的蛋白的
丰度的区别吗？可以定量到同一个蛋白不同PTM的区别吗？大概需要多少钱多少时间来
做这样一个实验？不用很精确，我就是想知道一个大概范围。谢谢！
peptide
【在 g*****x 的大作中提到】
: 你还是没理解bottom-up实验的原理。质谱本身并不明白里边飞的带电粒子是不是
: peptide，只是经过fragmentation之后，fragments的pattern和从sequence预测的
: pattern很像，所以我们觉得这可能是个peptide。
: 对于一个已知序列纯化过的蛋白，一般来说可以cover 80-9x％的digest以后的peptide
: ，但对于比较复杂的体系，比如cell lysate，那么因为peptide太多仪器通量不够，或
: 者因为非典型salt adduct，数据库序列不全等等原因，很可能会miss掉很多。具体
: miss了多少，这个用现有的商业化软件很难evaluate。
MS。我做NGS比较所多，MS只做过两个项目，在做第三个，但是都比较肤浅，毕竟上游
的分析不是我们自己做。NGS上下游都自己做，所以理解相对多一些。
对于RNA-seq，total RNA样本，和MS cell lysate对应，都是复杂样品，测出来的序列
数目和测序深度（花钱多少）正相关。一般样本，比如说人的细胞total RNA，mRNA-
seq，需要100 ng total RNA来建库，测100 Million以上的short reads基本上就到平
台了，一个lane现在可能就HiSeq 4000一千刀左右或者更便宜。而且可以定量每个gene
的表达量或者每个isoform的表达量。
那么对于Mass Spec，同样的人的细胞的cell lysate，假设有足够多的样品，做到类似
的事情，把样品中尽可能多的蛋白通过MS（MS/MS，或者LC/MS/MS，或者其它类型的MS
）测序，而且尽可能的定量，需要，需要哪些条件来做到？大概需要多少mg或者ug蛋白
样品？在同一个MS的测序结果里，可以定量到同一个基因的不同可别剪接产生的蛋白的
丰度的区别吗？可以定量到同一个蛋白不同PTM的区别吗？大概需要多少钱多少时间来
做这样一个实验？不用很精确，我就是想知道一个大概范围。谢谢！
peptide
【在 g*****x 的大作中提到】
: 你还是没理解bottom-up实验的原理。质谱本身并不明白里边飞的带电粒子是不是
: peptide，只是经过fragmentation之后，fragments的pattern和从sequence预测的
: pattern很像，所以我们觉得这可能是个peptide。
: 对于一个已知序列纯化过的蛋白，一般来说可以cover 80-9x％的digest以后的peptide
: ，但对于比较复杂的体系，比如cell lysate，那么因为peptide太多仪器通量不够，或
: 者因为非典型salt adduct，数据库序列不全等等原因，很可能会miss掉很多。具体
: miss了多少，这个用现有的商业化软件很难evaluate。
B*n
77 楼
哇，看着好赞
f*n
78 楼
我这个半吊子biologist来说一句：
DNA/RNA和protein
NGS/MS
最大的区别，还是：
核酸可以很容易的amplification
而蛋白质不可以？
gene
MS
【在 c*********r 的大作中提到】
: 还有想抓住这个难得的机会请教一下MS业内人士，我想对比NGS和MS来进一步理解一下
: MS。我做NGS比较所多，MS只做过两个项目，在做第三个，但是都比较肤浅，毕竟上游
: 的分析不是我们自己做。NGS上下游都自己做，所以理解相对多一些。
: 对于RNA-seq，total RNA样本，和MS cell lysate对应，都是复杂样品，测出来的序列
: 数目和测序深度（花钱多少）正相关。一般样本，比如说人的细胞total RNA，mRNA-
: seq，需要100 ng total RNA来建库，测100 Million以上的short reads基本上就到平
: 台了，一个lane现在可能就HiSeq 4000一千刀左右或者更便宜。而且可以定量每个gene
: 的表达量或者每个isoform的表达量。
: 那么对于Mass Spec，同样的人的细胞的cell lysate，假设有足够多的样品，做到类似
: 的事情，把样品中尽可能多的蛋白通过MS（MS/MS，或者LC/MS/MS，或者其它类型的MS
DNA/RNA和protein
NGS/MS
最大的区别，还是：
核酸可以很容易的amplification
而蛋白质不可以？
gene
MS
【在 c*********r 的大作中提到】
: 还有想抓住这个难得的机会请教一下MS业内人士，我想对比NGS和MS来进一步理解一下
: MS。我做NGS比较所多，MS只做过两个项目，在做第三个，但是都比较肤浅，毕竟上游
: 的分析不是我们自己做。NGS上下游都自己做，所以理解相对多一些。
: 对于RNA-seq，total RNA样本，和MS cell lysate对应，都是复杂样品，测出来的序列
: 数目和测序深度（花钱多少）正相关。一般样本，比如说人的细胞total RNA，mRNA-
: seq，需要100 ng total RNA来建库，测100 Million以上的short reads基本上就到平
: 台了，一个lane现在可能就HiSeq 4000一千刀左右或者更便宜。而且可以定量每个gene
: 的表达量或者每个isoform的表达量。
: 那么对于Mass Spec，同样的人的细胞的cell lysate，假设有足够多的样品，做到类似
: 的事情，把样品中尽可能多的蛋白通过MS（MS/MS，或者LC/MS/MS，或者其它类型的MS
c*r
79 楼
这两个系统的打分系统一样吗？可以互换或者类比吗？
“如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用
。”
理论上，如果仪器没有问题，测出来的信号就应该表示是样本里存在的蛋白序列吧。如
果match不好，是不是侧面说明data base里也许并没有包括了完全匹配的这个peptide
的信息？
RNA-seq也有很多没有map到reference（类比data base）上的序列。如果reference不
够好，那么可以做de novo assembly 来解决这个问题。对于MS，如果没有match的
peptides/fragments (这里我也许理解有误)，可以做de novo assembly吗？
【在 G***G 的大作中提到】
: peptide的原数据和ngs的reads一样。
: 如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用。
: ngs也是reads和genome sequences搜索。为何匹配分值就高一些呢？
“如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用
。”
理论上，如果仪器没有问题，测出来的信号就应该表示是样本里存在的蛋白序列吧。如
果match不好，是不是侧面说明data base里也许并没有包括了完全匹配的这个peptide
的信息？
RNA-seq也有很多没有map到reference（类比data base）上的序列。如果reference不
够好，那么可以做de novo assembly 来解决这个问题。对于MS，如果没有match的
peptides/fragments (这里我也许理解有误)，可以做de novo assembly吗？
【在 G***G 的大作中提到】
: peptide的原数据和ngs的reads一样。
: 如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用。
: ngs也是reads和genome sequences搜索。为何匹配分值就高一些呢？
c*r
80 楼
我觉得算一点，但不是最重要的。
核算可以amplify，但是如果蛋白可以给你足够量的样本，也不需要amplify。
我觉得MS还是有些问题不能很好的解决。比如DNA/RNA fragmentation可以通过机械作
用/离子等作用等来尽可能的“随机”打断DNA/RNA来保证coverage的均一性。但是MS就
必须用酶来在特定位点来消化。
而且现在很多DNA/RNA测序为了解决扩增带来的bias，好多测序方法都是amplification
-free的。
不过我又仔细想了一下你这个amplification还可以理解为测序过程中的互补配对边合
成边测序，这样的话这个amplification是决定性的，在illumina、PacBio等测序方法
中。
但是oxford nanopore, ion torrent在测序过程不需要利用这个互补配对合成的过程，
当然后者的library prep中可能还是要用到。所以oxford Nanopore是完全和
amplification无关的。
所以关键还是ATCG四种信号相对简单易测，加上各种修饰也还好。蛋白几十种氨基酸加
上各种修饰就太复杂了？目前还没办法像Oxford Nanopore那样来测？但是以后应该会
有，绝对会是革命性的技术吧。
【在 f*****n 的大作中提到】
: 我这个半吊子biologist来说一句：
: DNA/RNA和protein
: NGS/MS
: 最大的区别，还是：
: 核酸可以很容易的amplification
: 而蛋白质不可以？
:
: gene
: MS
核算可以amplify，但是如果蛋白可以给你足够量的样本，也不需要amplify。
我觉得MS还是有些问题不能很好的解决。比如DNA/RNA fragmentation可以通过机械作
用/离子等作用等来尽可能的“随机”打断DNA/RNA来保证coverage的均一性。但是MS就
必须用酶来在特定位点来消化。
而且现在很多DNA/RNA测序为了解决扩增带来的bias，好多测序方法都是amplification
-free的。
不过我又仔细想了一下你这个amplification还可以理解为测序过程中的互补配对边合
成边测序，这样的话这个amplification是决定性的，在illumina、PacBio等测序方法
中。
但是oxford nanopore, ion torrent在测序过程不需要利用这个互补配对合成的过程，
当然后者的library prep中可能还是要用到。所以oxford Nanopore是完全和
amplification无关的。
所以关键还是ATCG四种信号相对简单易测，加上各种修饰也还好。蛋白几十种氨基酸加
上各种修饰就太复杂了？目前还没办法像Oxford Nanopore那样来测？但是以后应该会
有，绝对会是革命性的技术吧。
【在 f*****n 的大作中提到】
: 我这个半吊子biologist来说一句：
: DNA/RNA和protein
: NGS/MS
: 最大的区别，还是：
: 核酸可以很容易的amplification
: 而蛋白质不可以？
:
: gene
: MS
K*S
81 楼
就算不提能否扩增，de novo的难度差着数量级呢，核酸有几种？氨基酸有几种？加上
各种可能的修饰。
peptide
【在 c*********r 的大作中提到】
: 这两个系统的打分系统一样吗？可以互换或者类比吗？
: “如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用
: 。”
: 理论上，如果仪器没有问题，测出来的信号就应该表示是样本里存在的蛋白序列吧。如
: 果match不好，是不是侧面说明data base里也许并没有包括了完全匹配的这个peptide
: 的信息？
: RNA-seq也有很多没有map到reference（类比data base）上的序列。如果reference不
: 够好，那么可以做de novo assembly 来解决这个问题。对于MS，如果没有match的
: peptides/fragments (这里我也许理解有误)，可以做de novo assembly吗？
各种可能的修饰。
peptide
【在 c*********r 的大作中提到】
: 这两个系统的打分系统一样吗？可以互换或者类比吗？
: “如果match不好，那么peptide得到的匹配分数就很低。但是你要是不介意也可以使用
: 。”
: 理论上，如果仪器没有问题，测出来的信号就应该表示是样本里存在的蛋白序列吧。如
: 果match不好，是不是侧面说明data base里也许并没有包括了完全匹配的这个peptide
: 的信息？
: RNA-seq也有很多没有map到reference（类比data base）上的序列。如果reference不
: 够好，那么可以做de novo assembly 来解决这个问题。对于MS，如果没有match的
: peptides/fragments (这里我也许理解有误)，可以做de novo assembly吗？
c*r
82 楼
是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
算法复杂度分别是什么？
所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
好了。
或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
了。还是要有完整的data base。
【在 K******S 的大作中提到】
: 就算不提能否扩增，de novo的难度差着数量级呢，核酸有几种？氨基酸有几种？加上
: 各种可能的修饰。
:
: peptide
算法复杂度分别是什么？
所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
好了。
或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
了。还是要有完整的data base。
【在 K******S 的大作中提到】
: 就算不提能否扩增，de novo的难度差着数量级呢，核酸有几种？氨基酸有几种？加上
: 各种可能的修饰。
:
: peptide
m*o
83 楼
这例子举的。。。NGS代替显微镜早就是多少年的趋势了，层主转行多久了？一个技术
当然不能完全代替另一个技术，这不废话吗？ngs回答的问题有限，ms就无限？还是ms
比ngs更不“非常”局限？话说的像本科生还没开始读一样。。。蛋白相互作用又怎样
，抗体上conjugate点DNA oligo看相互作用+quantification的技术早都不新鲜了，怎
么就跟ngs毫无关系了？
楼主问的是哪个发展好，ms去industry确实很好，因为不像ngs那样会的人越来越多，
人人都可以称自己做过ngs，但是ms学术圈的话可能圈子也小一点
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
当然不能完全代替另一个技术，这不废话吗？ngs回答的问题有限，ms就无限？还是ms
比ngs更不“非常”局限？话说的像本科生还没开始读一样。。。蛋白相互作用又怎样
，抗体上conjugate点DNA oligo看相互作用+quantification的技术早都不新鲜了，怎
么就跟ngs毫无关系了？
楼主问的是哪个发展好，ms去industry确实很好，因为不像ngs那样会的人越来越多，
人人都可以称自己做过ngs，但是ms学术圈的话可能圈子也小一点
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
K*S
84 楼
MS可不小，乌泱乌泱的。像NGS一样，好多人号称会。其实真正作的好的从来不愁工作。
ms
【在 m********o 的大作中提到】
: 这例子举的。。。NGS代替显微镜早就是多少年的趋势了，层主转行多久了？一个技术
: 当然不能完全代替另一个技术，这不废话吗？ngs回答的问题有限，ms就无限？还是ms
: 比ngs更不“非常”局限？话说的像本科生还没开始读一样。。。蛋白相互作用又怎样
: ，抗体上conjugate点DNA oligo看相互作用+quantification的技术早都不新鲜了，怎
: 么就跟ngs毫无关系了？
: 楼主问的是哪个发展好，ms去industry确实很好，因为不像ngs那样会的人越来越多，
: 人人都可以称自己做过ngs，但是ms学术圈的话可能圈子也小一点
ms
【在 m********o 的大作中提到】
: 这例子举的。。。NGS代替显微镜早就是多少年的趋势了，层主转行多久了？一个技术
: 当然不能完全代替另一个技术，这不废话吗？ngs回答的问题有限，ms就无限？还是ms
: 比ngs更不“非常”局限？话说的像本科生还没开始读一样。。。蛋白相互作用又怎样
: ，抗体上conjugate点DNA oligo看相互作用+quantification的技术早都不新鲜了，怎
: 么就跟ngs毫无关系了？
: 楼主问的是哪个发展好，ms去industry确实很好，因为不像ngs那样会的人越来越多，
: 人人都可以称自己做过ngs，但是ms学术圈的话可能圈子也小一点
g*x
85 楼
定量proteomics一般是用stable isotope标记的样品做internal reference，这个我没
亲自做过不敢乱说
: 还有想抓住这个难得的机会请教一下MS业内人士，我想对比NGS和MS来进一步理
解一下
: MS。我做NGS比较所多，MS只做过两个项目，在做第三个，但是都比较肤浅，毕
竟上游
: 的分析不是我们自己做。NGS上下游都自己做，所以理解相对多一些。
: 对于RNA-seq，total RNA样本，和MS cell lysate对应，都是复杂样品，测出来
的序列
: 数目和测序深度（花钱多少）正相关。一般样本，比如说人的细胞total RNA，
mRNA-
: seq，需要100 ng total RNA来建库，测100 Million以上的short reads基本上
就到平
: 台了，一个lane现在可能就HiSeq 4000一千刀左右或者更便宜。而且可以定量每
个gene
: 的表达量或者每个isoform的表达量。
: 那么对于Mass Spec，同样的人的细胞的cell lysate，假设有足够多的样品，做
到类似
: 的事情，把样品中尽可能多的蛋白通过MS（MS/MS，或者LC/MS/MS，或者其它类
型的MS
【在 c*********r 的大作中提到】
: 是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
: 算法复杂度分别是什么？
: 所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
: reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
: 好了。
: 或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
: MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
: 了。还是要有完整的data base。
亲自做过不敢乱说
: 还有想抓住这个难得的机会请教一下MS业内人士，我想对比NGS和MS来进一步理
解一下
: MS。我做NGS比较所多，MS只做过两个项目，在做第三个，但是都比较肤浅，毕
竟上游
: 的分析不是我们自己做。NGS上下游都自己做，所以理解相对多一些。
: 对于RNA-seq，total RNA样本，和MS cell lysate对应，都是复杂样品，测出来
的序列
: 数目和测序深度（花钱多少）正相关。一般样本，比如说人的细胞total RNA，
mRNA-
: seq，需要100 ng total RNA来建库，测100 Million以上的short reads基本上
就到平
: 台了，一个lane现在可能就HiSeq 4000一千刀左右或者更便宜。而且可以定量每
个gene
: 的表达量或者每个isoform的表达量。
: 那么对于Mass Spec，同样的人的细胞的cell lysate，假设有足够多的样品，做
到类似
: 的事情，把样品中尽可能多的蛋白通过MS（MS/MS，或者LC/MS/MS，或者其它类
型的MS
【在 c*********r 的大作中提到】
: 是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
: 算法复杂度分别是什么？
: 所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
: reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
: 好了。
: 或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
: MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
: 了。还是要有完整的data base。
g*x
86 楼
你其实可以把proteomics想象成呼啦啦把一大堆乱七八糟的东西倒进机器里，由于机器
筛选能力有限，所以在一定时间内，在一级质谱里只能把丰度最高的几个analytes送进
二级质谱去做fragmentation，这一步可能就会miss掉很多丰度低的peptide，本质上来
说这是一种selective的测量。
实际实验中，其实很少有人会直接分析full lysate，一般都会设法对感兴趣的目标进
行富集提纯以提高其丰富，这样coverage会好很多。也可以通过优化LC的条件，可以最
大化不同peptide的时间resolution，以提高coverage。
: 谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管
是针对
: 个别基因的targeted sequencing还是复杂体系里，根据不同的技术对于丰度足
够高的
: 序列，coverage能达到90%以上。
: 所以我更关心的是你后边说的这个，在复杂的体系里，cell lysate样本，miss
了多少
: 的问题。确实我之前的理解有误，还请耐心指点。MS的原理是不是如果一个
peptide在
: data base里没有很好的match，是不是就直接skip了做下一个？还是说还会测完
但是把
: raw data保存着，以后有了更好的data base来run一遍。
: 我记得我们的core可以导出一个searchable的数据类型，这样的话以后我们有了
新的
: annotation，新的序列添加进去，新的PTM，我们可以重新search我们的数据。
是这样
: 的吗？
【在 c*********r 的大作中提到】
: 是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
: 算法复杂度分别是什么？
: 所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
: reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
: 好了。
: 或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
: MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
: 了。还是要有完整的data base。
筛选能力有限，所以在一定时间内，在一级质谱里只能把丰度最高的几个analytes送进
二级质谱去做fragmentation，这一步可能就会miss掉很多丰度低的peptide，本质上来
说这是一种selective的测量。
实际实验中，其实很少有人会直接分析full lysate，一般都会设法对感兴趣的目标进
行富集提纯以提高其丰富，这样coverage会好很多。也可以通过优化LC的条件，可以最
大化不同peptide的时间resolution，以提高coverage。
: 谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管
是针对
: 个别基因的targeted sequencing还是复杂体系里，根据不同的技术对于丰度足
够高的
: 序列，coverage能达到90%以上。
: 所以我更关心的是你后边说的这个，在复杂的体系里，cell lysate样本，miss
了多少
: 的问题。确实我之前的理解有误，还请耐心指点。MS的原理是不是如果一个
peptide在
: data base里没有很好的match，是不是就直接skip了做下一个？还是说还会测完
但是把
: raw data保存着，以后有了更好的data base来run一遍。
: 我记得我们的core可以导出一个searchable的数据类型，这样的话以后我们有了
新的
: annotation，新的序列添加进去，新的PTM，我们可以重新search我们的数据。
是这样
: 的吗？
【在 c*********r 的大作中提到】
: 是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
: 算法复杂度分别是什么？
: 所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
: reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
: 好了。
: 或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
: MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
: 了。还是要有完整的data base。
g*x
87 楼
这个不是有或无这么简单。比如在一级质谱测到了一个峰是737.1837 m/z，那么它是不
是一个peptide，或者只是一个nobody？这个就得具体看二级质谱里fragmentation之后
的碎片，能不能和amino acid的pattern match上。假如一个十肽中检测到十八九个碎
片离子而且质量和数据库序列计算出的理论质量吻合很好，那么对于这个十肽的score
就比较高；相反如果只检测到一两个fragment或者质量match的误差较大，那么对应的
score就低。
对于质谱de novo蛋白测序，本质上就是鸟枪法 拼图，在样品纯度高的时候work得不错
，但因为氨基酸复杂程度比核酸高太多，所以对复杂体系基本无能为力，所以应用远不
如bottom-up proteomics广泛。
: 这两个系统的打分系统一样吗？可以互换或者类比吗？
: “如果match不好，那么peptide得到的匹配分数就很低。但是你要
是不介意也可
以使用
: 。”
: 理论上，如果仪器没有问题，测出来的信号就应该表示是样本里存在的蛋
白序列
吧。如
: 果match不好，是不是侧面说明data base里也许并没有包括了完全匹配的
这个
peptide
: 的信息？
: RNA-seq也有很多没有map到reference（类比data base）上的序列。如果
reference不
: 够好，那么可以做de novo assembly 来解决这个问题。对于MS，如果没
有match的
: peptides/fragments (这里我也许理解有误)，可以做de novo assembly
吗？
【在 c*********r 的大作中提到】
: 是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
: 算法复杂度分别是什么？
: 所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
: reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
: 好了。
: 或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
: MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
: 了。还是要有完整的data base。
是一个peptide，或者只是一个nobody？这个就得具体看二级质谱里fragmentation之后
的碎片，能不能和amino acid的pattern match上。假如一个十肽中检测到十八九个碎
片离子而且质量和数据库序列计算出的理论质量吻合很好，那么对于这个十肽的score
就比较高；相反如果只检测到一两个fragment或者质量match的误差较大，那么对应的
score就低。
对于质谱de novo蛋白测序，本质上就是鸟枪法 拼图，在样品纯度高的时候work得不错
，但因为氨基酸复杂程度比核酸高太多，所以对复杂体系基本无能为力，所以应用远不
如bottom-up proteomics广泛。
: 这两个系统的打分系统一样吗？可以互换或者类比吗？
: “如果match不好，那么peptide得到的匹配分数就很低。但是你要
是不介意也可
以使用
: 。”
: 理论上，如果仪器没有问题，测出来的信号就应该表示是样本里存在的蛋
白序列
吧。如
: 果match不好，是不是侧面说明data base里也许并没有包括了完全匹配的
这个
peptide
: 的信息？
: RNA-seq也有很多没有map到reference（类比data base）上的序列。如果
reference不
: 够好，那么可以做de novo assembly 来解决这个问题。对于MS，如果没
有match的
: peptides/fragments (这里我也许理解有误)，可以做de novo assembly
吗？
【在 c*********r 的大作中提到】
: 是的，有没有生信/CS高手计算一下只有四种信号和有20中信号的de novo assembly的
: 算法复杂度分别是什么？
: 所以de novo assembly很关键，要在protein上做DNA/RNA这样的不依赖于data base（
: reference）的de novo assembly，要是有基于Oxford nanopore这种蛋白质测序技术就
: 好了。
: 或者可以随机fragmentation（不要用sequence-dependent proteinase消化），然后做
: MS。但是这里的MS还是需要借助data base search来确定peptide序列，不然就miss掉
: 了。还是要有完整的data base。
c*r
88 楼
是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
Selectiveness是completely random还是totally biased？理论上可以通过把一个相同
的样本反复测好多遍（不计成本），来检测低丰度蛋白吗？还是只能通过富集低丰度蛋
白或者去掉高丰度蛋白或者normalize来检测低丰度蛋白？
【在 g*****x 的大作中提到】
: 你其实可以把proteomics想象成呼啦啦把一大堆乱七八糟的东西倒进机器里，由于机器
: 筛选能力有限，所以在一定时间内，在一级质谱里只能把丰度最高的几个analytes送进
: 二级质谱去做fragmentation，这一步可能就会miss掉很多丰度低的peptide，本质上来
: 说这是一种selective的测量。
: 实际实验中，其实很少有人会直接分析full lysate，一般都会设法对感兴趣的目标进
: 行富集提纯以提高其丰富，这样coverage会好很多。也可以通过优化LC的条件，可以最
: 大化不同peptide的时间resolution，以提高coverage。
:
:
: 谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管
: 是针对
Selectiveness是completely random还是totally biased？理论上可以通过把一个相同
的样本反复测好多遍（不计成本），来检测低丰度蛋白吗？还是只能通过富集低丰度蛋
白或者去掉高丰度蛋白或者normalize来检测低丰度蛋白？
【在 g*****x 的大作中提到】
: 你其实可以把proteomics想象成呼啦啦把一大堆乱七八糟的东西倒进机器里，由于机器
: 筛选能力有限，所以在一定时间内，在一级质谱里只能把丰度最高的几个analytes送进
: 二级质谱去做fragmentation，这一步可能就会miss掉很多丰度低的peptide，本质上来
: 说这是一种selective的测量。
: 实际实验中，其实很少有人会直接分析full lysate，一般都会设法对感兴趣的目标进
: 行富集提纯以提高其丰富，这样coverage会好很多。也可以通过优化LC的条件，可以最
: 大化不同peptide的时间resolution，以提高coverage。
:
:
: 谢谢给我耐心讲解。纯化的单个已知蛋白cover 80-9x％，很强大。NGS测序不管
: 是针对
g*x
89 楼
和核酸测序不一样的是质谱的analytes是在真空电场里飞，离子的选择传输都靠RF，这
个就受到硬件限制，scan的coverage就不能无限提高。比较简单的解决方法就是先用LC
等分离技术把peptide在分析之前先进行最大化分离，这样同时进入一级质谱的analyte
就少，也就不会出现选择困难的状况了。
类似microarray，如果用质谱monitor几个已知质量的analyte就简单很多，只要选择性
分析感兴趣的少量目标就可以了，体系复杂度大大降低
: 是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
: Selectiveness是completely random还是totally biased？理论上可以通
过把一
个相同
: 的样本反复测好多遍（不计成本），来检测低丰度蛋白吗？还是只能通过
富集低
丰度蛋
: 白或者去掉高丰度蛋白或者normalize来检测低丰度蛋白？
【在 c*********r 的大作中提到】
: 是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
: Selectiveness是completely random还是totally biased？理论上可以通过把一个相同
: 的样本反复测好多遍（不计成本），来检测低丰度蛋白吗？还是只能通过富集低丰度蛋
: 白或者去掉高丰度蛋白或者normalize来检测低丰度蛋白？
个就受到硬件限制，scan的coverage就不能无限提高。比较简单的解决方法就是先用LC
等分离技术把peptide在分析之前先进行最大化分离，这样同时进入一级质谱的analyte
就少，也就不会出现选择困难的状况了。
类似microarray，如果用质谱monitor几个已知质量的analyte就简单很多，只要选择性
分析感兴趣的少量目标就可以了，体系复杂度大大降低
: 是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
: Selectiveness是completely random还是totally biased？理论上可以通
过把一
个相同
: 的样本反复测好多遍（不计成本），来检测低丰度蛋白吗？还是只能通过
富集低
丰度蛋
: 白或者去掉高丰度蛋白或者normalize来检测低丰度蛋白？
【在 c*********r 的大作中提到】
: 是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
: Selectiveness是completely random还是totally biased？理论上可以通过把一个相同
: 的样本反复测好多遍（不计成本），来检测低丰度蛋白吗？还是只能通过富集低丰度蛋
: 白或者去掉高丰度蛋白或者normalize来检测低丰度蛋白？
c*r
90 楼
理解了！这次学到了很多，多谢花这么多时间敲这么多字！^_^
LC
analyte
【在 g*****x 的大作中提到】
: 和核酸测序不一样的是质谱的analytes是在真空电场里飞，离子的选择传输都靠RF，这
: 个就受到硬件限制，scan的coverage就不能无限提高。比较简单的解决方法就是先用LC
: 等分离技术把peptide在分析之前先进行最大化分离，这样同时进入一级质谱的analyte
: 就少，也就不会出现选择困难的状况了。
: 类似microarray，如果用质谱monitor几个已知质量的analyte就简单很多，只要选择性
: 分析感兴趣的少量目标就可以了，体系复杂度大大降低
:
:
: 是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
:
: Selectiveness是completely random还是totally biased？理论上可以通
: 过把一
LC
analyte
【在 g*****x 的大作中提到】
: 和核酸测序不一样的是质谱的analytes是在真空电场里飞，离子的选择传输都靠RF，这
: 个就受到硬件限制，scan的coverage就不能无限提高。比较简单的解决方法就是先用LC
: 等分离技术把peptide在分析之前先进行最大化分离，这样同时进入一级质谱的analyte
: 就少，也就不会出现选择困难的状况了。
: 类似microarray，如果用质谱monitor几个已知质量的analyte就简单很多，只要选择性
: 分析感兴趣的少量目标就可以了，体系复杂度大大降低
:
:
: 是的，差点把MS这个特点给忘了，MS对于高丰度蛋白更容易测出来。这个
:
: Selectiveness是completely random还是totally biased？理论上可以通
: 过把一
h*s
91 楼
John Yates 可是蛋白质组的奠基人之一啊。虽然现在好像没什么新的东西出来了。但
一开始的MudPIT和SEQUEST都是他搞的，应该是公认的蛋白质组领域三大牛之一。你应
该不是做质朴的。。。
【在 d********m 的大作中提到】
: 哥们说句话你别生气，个人感觉你完全不能理解什么是牛实验室。
: 这种专门性太强的，也做不了什么前沿，就直接沦为打下手的实验室。
: 不是人人都是谢晓亮
T*i
92 楼
同意。生物少有的几个领域可以衣食无忧的。MS做好了，可以去学校做service，可以
去公司。
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
去公司。
【在 o*****p 的大作中提到】
: 的确。而且ngs转行容易太太太多了。
: 你的问题我不知道答案。
f*9
93 楼
我们用Orbitrap XL和Elite，一个代谢质谱的样本(MS1/2)，通常可以有5000 +/- 2000
的二级质谱MS2，然后对MS1 precursor ion进行peak identification之后，MS1 + MS2
+ RT的特征通常有>1000 个。
而和标品库对比之后，一般只能找到<50个化合物——这个数量取决于你的标品质量怎
样，覆盖度有多广。50是很高的数值了，我们与Thermo的msCloud标品库比较通常只能
找到个位数的化合物，和MassBank比较，发现的也很少，但我们自己的库，对植物比较
有针对性，就能找到很多。
如果做很多样本，那么能发现的特征就会增加，一倍以上吧。
然后还有很多没有MS2的离子，很多的峰非常明显，离子强度也高，不知道为什么没有
被裂解。实际上我分析过裂解的离子的强度，有相当数量的强度很低，在full scan里
面也不明显，有的甚至看上去是噪音。
不知道各大药厂是怎么利用LC-MS的，特别关心天然产物里面的应用，有谁来讲一讲？
【在 c*********r 的大作中提到】
: 类比一下，我觉得依赖database的MS在我看来和microarray差不多，还是要依赖一个
: reference的。Microarray只能检测序列已知的东西，MS也只能检测在database里边有
: 的东西。但是这个database很全面了吗？人的和老鼠的可能不错，很多其它动物的还是
: 很差的吧。
: 另外一方面，很多蛋白和其它代谢产物不都是以cDNA为模板的，翻译后的修饰、各种酶
: 反应的产物，可能和cDNA没有什么关系，这时候cDNA的data base就没什么作用了。
: 还有一个简单的问题，希望和做MS做代谢的探讨一下。一个MS的样本的数据，有多少是
: 可以在数据库里找到准确的match的，有多少目前没有很好的match而无法使用，二者大
: 概的比例是多少？这个可以估计一下MS数据的利用率。就像RNAseq，有多少可以map到
: reference。
的二级质谱MS2，然后对MS1 precursor ion进行peak identification之后，MS1 + MS2
+ RT的特征通常有>1000 个。
而和标品库对比之后，一般只能找到<50个化合物——这个数量取决于你的标品质量怎
样，覆盖度有多广。50是很高的数值了，我们与Thermo的msCloud标品库比较通常只能
找到个位数的化合物，和MassBank比较，发现的也很少，但我们自己的库，对植物比较
有针对性，就能找到很多。
如果做很多样本，那么能发现的特征就会增加，一倍以上吧。
然后还有很多没有MS2的离子，很多的峰非常明显，离子强度也高，不知道为什么没有
被裂解。实际上我分析过裂解的离子的强度，有相当数量的强度很低，在full scan里
面也不明显，有的甚至看上去是噪音。
不知道各大药厂是怎么利用LC-MS的，特别关心天然产物里面的应用，有谁来讲一讲？
【在 c*********r 的大作中提到】
: 类比一下，我觉得依赖database的MS在我看来和microarray差不多，还是要依赖一个
: reference的。Microarray只能检测序列已知的东西，MS也只能检测在database里边有
: 的东西。但是这个database很全面了吗？人的和老鼠的可能不错，很多其它动物的还是
: 很差的吧。
: 另外一方面，很多蛋白和其它代谢产物不都是以cDNA为模板的，翻译后的修饰、各种酶
: 反应的产物，可能和cDNA没有什么关系，这时候cDNA的data base就没什么作用了。
: 还有一个简单的问题，希望和做MS做代谢的探讨一下。一个MS的样本的数据，有多少是
: 可以在数据库里找到准确的match的，有多少目前没有很好的match而无法使用，二者大
: 概的比例是多少？这个可以估计一下MS数据的利用率。就像RNAseq，有多少可以map到
: reference。
c*r
94 楼
赞一手数据！
这些数据说明，标品库/数据库的质量和广度决定了质谱能检测出多少化合物。是吧。
你分析过的裂解的离子的强度的例子是不是说明质谱还是非常灵敏的。但是如果标品库
/数据库不好，信号很强的峰，也不知道是什么。。。
2000
MS2
【在 f*******9 的大作中提到】
: 我们用Orbitrap XL和Elite，一个代谢质谱的样本(MS1/2)，通常可以有5000 +/- 2000
: 的二级质谱MS2，然后对MS1 precursor ion进行peak identification之后，MS1 + MS2
: + RT的特征通常有>1000 个。
: 而和标品库对比之后，一般只能找到<50个化合物——这个数量取决于你的标品质量怎
: 样，覆盖度有多广。50是很高的数值了，我们与Thermo的msCloud标品库比较通常只能
: 找到个位数的化合物，和MassBank比较，发现的也很少，但我们自己的库，对植物比较
: 有针对性，就能找到很多。
: 如果做很多样本，那么能发现的特征就会增加，一倍以上吧。
: 然后还有很多没有MS2的离子，很多的峰非常明显，离子强度也高，不知道为什么没有
: 被裂解。实际上我分析过裂解的离子的强度，有相当数量的强度很低，在full scan里
这些数据说明，标品库/数据库的质量和广度决定了质谱能检测出多少化合物。是吧。
你分析过的裂解的离子的强度的例子是不是说明质谱还是非常灵敏的。但是如果标品库
/数据库不好，信号很强的峰，也不知道是什么。。。
2000
MS2
【在 f*******9 的大作中提到】
: 我们用Orbitrap XL和Elite，一个代谢质谱的样本(MS1/2)，通常可以有5000 +/- 2000
: 的二级质谱MS2，然后对MS1 precursor ion进行peak identification之后，MS1 + MS2
: + RT的特征通常有>1000 个。
: 而和标品库对比之后，一般只能找到<50个化合物——这个数量取决于你的标品质量怎
: 样，覆盖度有多广。50是很高的数值了，我们与Thermo的msCloud标品库比较通常只能
: 找到个位数的化合物，和MassBank比较，发现的也很少，但我们自己的库，对植物比较
: 有针对性，就能找到很多。
: 如果做很多样本，那么能发现的特征就会增加，一倍以上吧。
: 然后还有很多没有MS2的离子，很多的峰非常明显，离子强度也高，不知道为什么没有
: 被裂解。实际上我分析过裂解的离子的强度，有相当数量的强度很低，在full scan里
g*x
95 楼
他通篇说的都是proteomics，不是metabolite
2000
MS2
【在 f*******9 的大作中提到】
: 我们用Orbitrap XL和Elite，一个代谢质谱的样本(MS1/2)，通常可以有5000 +/- 2000
: 的二级质谱MS2，然后对MS1 precursor ion进行peak identification之后，MS1 + MS2
: + RT的特征通常有>1000 个。
: 而和标品库对比之后，一般只能找到<50个化合物——这个数量取决于你的标品质量怎
: 样，覆盖度有多广。50是很高的数值了，我们与Thermo的msCloud标品库比较通常只能
: 找到个位数的化合物，和MassBank比较，发现的也很少，但我们自己的库，对植物比较
: 有针对性，就能找到很多。
: 如果做很多样本，那么能发现的特征就会增加，一倍以上吧。
: 然后还有很多没有MS2的离子，很多的峰非常明显，离子强度也高，不知道为什么没有
: 被裂解。实际上我分析过裂解的离子的强度，有相当数量的强度很低，在full scan里
2000
MS2
【在 f*******9 的大作中提到】
: 我们用Orbitrap XL和Elite，一个代谢质谱的样本(MS1/2)，通常可以有5000 +/- 2000
: 的二级质谱MS2，然后对MS1 precursor ion进行peak identification之后，MS1 + MS2
: + RT的特征通常有>1000 个。
: 而和标品库对比之后，一般只能找到<50个化合物——这个数量取决于你的标品质量怎
: 样，覆盖度有多广。50是很高的数值了，我们与Thermo的msCloud标品库比较通常只能
: 找到个位数的化合物，和MassBank比较，发现的也很少，但我们自己的库，对植物比较
: 有针对性，就能找到很多。
: 如果做很多样本，那么能发现的特征就会增加，一倍以上吧。
: 然后还有很多没有MS2的离子，很多的峰非常明显，离子强度也高，不知道为什么没有
: 被裂解。实际上我分析过裂解的离子的强度，有相当数量的强度很低，在full scan里
s*y
96 楼
为啥会有这种关公战秦琼的问题？
f*9
97 楼
对的，数据库不全，得到的信息有限。也有一些软件建立了理论上的裂解模式，但是只
能作为参考，和蛋白质谱不一样。现代质谱的动态范围很大，就是你说的“灵敏”。
【在 c*********r 的大作中提到】
: 赞一手数据！
: 这些数据说明，标品库/数据库的质量和广度决定了质谱能检测出多少化合物。是吧。
: 你分析过的裂解的离子的强度的例子是不是说明质谱还是非常灵敏的。但是如果标品库
: /数据库不好，信号很强的峰，也不知道是什么。。。
:
: 2000
: MS2
能作为参考，和蛋白质谱不一样。现代质谱的动态范围很大，就是你说的“灵敏”。
【在 c*********r 的大作中提到】
: 赞一手数据！
: 这些数据说明，标品库/数据库的质量和广度决定了质谱能检测出多少化合物。是吧。
: 你分析过的裂解的离子的强度的例子是不是说明质谱还是非常灵敏的。但是如果标品库
: /数据库不好，信号很强的峰，也不知道是什么。。。
:
: 2000
: MS2
f*9
98 楼
代谢质谱好像比较小众，虽然我觉得很有用啊，现在癌症发文章的很多都测代谢物。
【在 g*****x 的大作中提到】
: 他通篇说的都是proteomics，不是metabolite
:
: 2000
: MS2
【在 g*****x 的大作中提到】
: 他通篇说的都是proteomics，不是metabolite
:
: 2000
: MS2
g*x
99 楼
技术手段上来说非常popular啊，绝大多数小分子质谱的位置都是做pkpd的
【在 f*******9 的大作中提到】
: 代谢质谱好像比较小众，虽然我觉得很有用啊，现在癌症发文章的很多都测代谢物。
【在 f*******9 的大作中提到】
: 代谢质谱好像比较小众，虽然我觉得很有用啊，现在癌症发文章的很多都测代谢物。
K*S
100 楼
都是源于2009年IDH1 被发现和 glioma有关,代谢又火了。但是难度又比蛋白质高了几
个数量级。代谢产物的类别又比多肽复杂多了，而且分子量小。
【在 f*******9 的大作中提到】
: 代谢质谱好像比较小众，虽然我觉得很有用啊，现在癌症发文章的很多都测代谢物。
个数量级。代谢产物的类别又比多肽复杂多了，而且分子量小。
【在 f*******9 的大作中提到】
: 代谢质谱好像比较小众，虽然我觉得很有用啊，现在癌症发文章的很多都测代谢物。
l*6
101 楼
MS相对小众，能去的地方就那么几个，但是做MS的人也不多，所以找工作好找，收入也
可以。NGS受众要大一些，但从事的人也多，找工作的难易程度和MS的差不多。NGS和MS
都只是研究手段，而且很常规了，现在已经不可能单纯靠平台出文章了，都得解决生物
医学问题。冷冻电镜还能靠平台吃几年好饭。
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
可以。NGS受众要大一些，但从事的人也多，找工作的难易程度和MS的差不多。NGS和MS
都只是研究手段，而且很常规了，现在已经不可能单纯靠平台出文章了，都得解决生物
医学问题。冷冻电镜还能靠平台吃几年好饭。
【在 G***G 的大作中提到】
: NGS vs Mass Spectrometry
: 哪个平台前景好，出文章质量高？
: 谢谢！
g*x
102 楼
扯鸡巴蛋。
【在 l********6 的大作中提到】
: MS相对小众，能去的地方就那么几个，但是做MS的人也不多，所以找工作好找，收入也
: 可以。NGS受众要大一些，但从事的人也多，找工作的难易程度和MS的差不多。NGS和MS
: 都只是研究手段，而且很常规了，现在已经不可能单纯靠平台出文章了，都得解决生物
: 医学问题。冷冻电镜还能靠平台吃几年好饭。
【在 l********6 的大作中提到】
: MS相对小众，能去的地方就那么几个，但是做MS的人也不多，所以找工作好找，收入也
: 可以。NGS受众要大一些，但从事的人也多，找工作的难易程度和MS的差不多。NGS和MS
: 都只是研究手段，而且很常规了，现在已经不可能单纯靠平台出文章了，都得解决生物
: 医学问题。冷冻电镜还能靠平台吃几年好饭。
l*6
103 楼
你敢说跟NGS比，MS不小众。还好，你没有蛋。
【在 g*****x 的大作中提到】
: 扯鸡巴蛋。
【在 g*****x 的大作中提到】
: 扯鸡巴蛋。
g*x
104 楼
我说你扯鸡巴蛋的是“能去的地方就那么几个，但是做MS的人也不多”
【在 l********6 的大作中提到】
: 你敢说跟NGS比，MS不小众。还好，你没有蛋。
【在 l********6 的大作中提到】
: 你敢说跟NGS比，MS不小众。还好，你没有蛋。
相关阅读
调查：中国「千人计画」成员 渗透美国国家卫生研究院paper helpNGS sales Job想当码农怎么办招做Genomics的Ph.D. level bioinformatician，芝大，待遇从优【征稿+审稿】AIMS genetics后续：再说饶毅、管坤良实验室联合发表的论文数据造假转行3d动画制作如何？用故事给你的演讲添加生命力女版乔布斯覆灭！这是今年我听过最唏嘘的真人故事（转载）椰子油是超级食品还是心脏病杀手“等米下锅”的日子张三不转行，今天喝完新年酒院士们造假能不能造得高级一点？ (转载)父母都是汉族，生出了一个满族儿子，难道是转基因人？PI现在都要傻眼了LOL (转载)生物PHD毕业年薪11.5万算高吗IF2 的杂志审稿机会，方向微生物paper help利用流式技术能把 15um 和 30um的细胞分开吗？