糖蛋白组学分析¶

# === 使用pGlyco 3进行糖蛋白组学分析 ===
# pGlyco是中科院计算所开发的糖肽鉴定引擎
# 下载: https://github.com/pFindStudio/pGlyco3

# 运行pGlyco 3
pGlyco3 \
  --input sample.mgf \              # 输入MS/MS谱图文件
  --fasta human_uniprot.fasta \      # 蛋白序列库
  --glycan_db N-glycan.gdb \         # N-糖链数据库
  --enzyme Trypsin \                 # 酶切方式
  --missed_cleavage 2 \              # 允许2个漏切
  --ms1_tol 10ppm \                  # 母离子容忍度
  --ms2_tol 20ppm \                  # 碎片离子容忍度
  --output results/                  # 输出目录

# === 糖蛋白组学结果分析 ===
import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

# 1. 读取糖肽鉴定结果
glyco_results = pd.read_csv("glycopeptide_results.csv")
print(f"鉴定糖肽数: {len(glyco_results)}")
print(f"糖基化位点数: {glyco_results['Site'].nunique()}")

# 2. 统计糖链类型分布
def classify_glycan(composition):
    """根据糖链组成分类为高甘露糖/复杂/杂合型"""
    if "NeuAc" in composition or "Fuc" in composition:
        return "Complex"        # 含唾液酸或岩藻糖 → 复杂型
    hex_count = int(composition.split("Hex")[1].split("H")[0]) if "Hex" in composition else 0
    hexnac_count = int(composition.split("HexNAc")[1].split(" ")[0]) if "HexNAc" in composition else 0
    if hexnac_count <= 2:
        return "High-Mannose"   # HexNAc≤2 → 高甘露糖型
    return "Hybrid"             # 其他 → 杂合型

# 3. N-糖基化位点motif验证
def check_n_glycan_motif(peptide, site_pos):
    """验证N-糖基化位点是否符合N-X-S/T motif"""
    if site_pos + 2 < len(peptide):
        aa_plus2 = peptide[site_pos + 2]  # 第+2位氨基酸
        aa_plus1 = peptide[site_pos + 1]  # 第+1位氨基酸
        if aa_plus1 != "P" and aa_plus2 in ["S", "T"]:  # X≠Pro, 第三位是S或T
            return True
    return False

# 4. 绘制糖链类型分布饼图
glycan_types = glyco_results["GlycanType"].value_counts()
plt.figure(figsize=(8, 8))
plt.pie(glycan_types, labels=glycan_types.index, autopct='%1.1f%%')
plt.title("N-Glycan Type Distribution")
plt.savefig("glycan_types.png", dpi=150)