摘要
PRoteomics IDEntifications (PRIDE)数据库(https://www.ebi.ac.uk/pride/)是全球领先的基于质谱(MS)的蛋白质组学数据存储库,也是ProteomeXchange联盟的创始成员之一。本文总结了过去3年中PRIDE资源及相关工具的发展情况。提交到PRIDE存档的数据集数量平均每月达到约534个。主要得益于基础设施的持续改进,如用于超大数据集的新文件传输协议(Globus)、新的数据重新提交流程以及自动数据集验证过程。还将重点介绍一些新活动,如PRIDE聊天机器人(基于开源大型语言模型的应用)的可用性,以及在支持MS交联数据集方面所做的工作。进一步地,将描述如何加大努力,以重用、重新分析和传播高质量的蛋白质组学数据,将其转化为具有附加值的资源,如UniProt、Ensembl和Expression Atlas。

现状

图1 PRIDE 数据集提交、验证、存储和传播过程概述。研究人员使用 ProteomeXchange 提交工具将数据集提交到 PRIDE 存档,该工具支持多种数据格式(如MS原始文件、处理结果文件、mzTab、mzIdentML、峰列表和SDRF-Proteomics)。数据传输通过 Aspera、FTP 以及新添加的 Globus 服务等进行。提交的数据集由 PRIDE 管道处理,管道执行自动验证、提交、重新提交和私有数据集的发布。验证后的数据集存储在 PRIDE
229



被折叠的 条评论
为什么被折叠?



