nfcore/mhcquant

nf-core/mhcquant Docker镜像

概述

nf-core/mhcquant是一个生物信息学分析流程，用于数据依赖型（DDA）肽组学数据的定量处理。它专为免疫肽组学数据分析设计，处理亲和纯化的非特异性切割肽段，这些肽段在癌症疫苗研究中被广泛讨论。该工作流基于OpenMS C++计算质谱框架，以RAW文件（mzML）为输入，基于给定的蛋白质数据库进行数据库搜索（Comet），使用Percolator基于竞争目标-诱饵方法（反向诱饵）进行FDR重评分。对于无标记定量，所有输入文件经过基于识别的保留时间对齐（MapAlignerIdentification），以及跨运行匹配ID的靶向特征提取（FeatureFinderIdentification）。此外，可指定变异调用文件（vcf）将变异翻译成蛋白质纳入数据库搜索，并可使用MHCFlurry（I类）或MHCNugget（II类）对指定等位基因（alleles.tsv）的输出肽段列表直接进行结合预测。如果指定了vcf文件，将自动确定新表位并预测其结合力。

该流程使用Nextflow构建，可在多种计算基础设施上便携运行，并提供Docker容器确保安装简便和结果可重现。

核心功能与特性

默认情况下，该流程执行以下操作：

• 通过突变基因组变异添加蛋白质数据库（Fred2 Immunoinformatics Toolbox）
• 数据库搜索（Comet）
• 假发现率估计（Percolator）
• 保留时间对齐（OpenMS-MapAlignerIdentification）
• 靶向肽段定量（OpenMS-FeatureFinderIdentification）
• MHC肽段亲和力预测（MHCFlurry、MHCNuggets）

使用场景与适用范围

适用于免疫肽组学数据分析，特别是：

• 癌症疫苗研究中的肽段分析
• 数据依赖型（DDA）质谱数据的肽段识别与定量
• 需要整合变异数据（vcf文件）进行新表位分析的场景
• 需要预测肽段与MHC分子结合亲和力的研究

使用方法与配置说明

快速开始

1. 安装https://nf-co.re/usage/installation%EF%BC%88%3E=20.04.0%EF%BC%89

2. 安装https://docs.docker.com/engine/installation/%E3%80%81https://www.sylabs.io/guides/3.0/user-guide/%E3%80%81https://podman.io/%E3%80%81https://nersc.gitlab.io/development/shifter/how-to-use/%E6%88%96https://hpc.github.io/charliecloud/%E4%BB%A5%E7%A1%AE%E4%BF%9D%E6%B5%81%E7%A8%8B%E5%AE%8C%E5%85%A8%E5%8F%AF%E9%87%8D%E7%8E%B0%EF%BC%88%E8%AF%B7%E4%BB%85%E5%B0%86https://conda.io/miniconda.html%E4%BD%9C%E4%B8%BA%E6%9C%80%E5%90%8E%E7%9A%84%E9%80%89%E6%8B%A9%EF%BC%9B%E5%8F%82%E8%A7%81https://nf-co.re/usage/configuration#basic-configuration-profiles%EF%BC%89

3. 下载流程并使用单个命令在最小数据集上测试：

   bash
   nextflow run nf-core/mhcquant -profile test,<docker/singularity/podman/shifter/charliecloud/conda/institute>
   

   请查看https://github.com/nf-core/configs#documentation%E6%98%AF%E5%90%A6%E5%B7%B2%E6%9C%89%E9%80%82%E7%94%A8%E4%BA%8E%E6%82%A8%E6%9C%BA%E6%9E%84%E7%9A%84%E8%87%AA%E5%AE%9A%E4%B9%89%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%E3%80%82%E5%A6%82%E6%9E%9C%E6%9C%89%EF%BC%8C%E5%8F%AA%E9%9C%80%E5%9C%A8%E5%91%BD%E4%BB%A4%E4%B8%AD%E4%BD%BF%E7%94%A8%60-profile ，这将启用docker或singularity`并为您的本地计算环境设置适当的执行设置。

4. 开始运行您自己的分析：

   bash
   nextflow run nf-core/mhcquant -profile test,<docker/singularity/podman/shifter/charliecloud/conda/institute>
                                 --input 'samples.tsv'
                                 --fasta 'SWISSPROT_2020.fasta'
                                 --allele_sheet 'alleles.tsv' 
                                 --predict_class_1 
                                 --refine_fdr_on_predicted_subset
   

有关运行流程的所有可用选项，请参见https://nf-co.re/mhcquant/usage%E3%80%82

文档

nf-core/mhcquant流程提供以下文档：https://nf-co.re/mhcquant/usage%E5%92%8Chttps://nf-co.re/mhcquant/output%E3%80%82

贡献者

感谢以下人员对本流程开发的大力协助：

• Leon Bichmann
• Lukas Heumos
• Alexander Peltzer

贡献与支持

如果您想为本流程做出贡献，请参见贡献指南。

如需更多信息或帮助，请通过Slack #mhcquant频道联系（可通过https://nf-co.re/join/slack%E5%8A%A0%E5%85%A5%EF%BC%89%E3%80%82

引用

如果您使用nf-core/mhcquant进行分析，请引用：

MHCquant: Automated and Reproducible Data Analysis for Immunopeptidomics

Leon Bichmann, Annika Nelde, Michael Ghosh, Lukas Heumos, Christopher Mohr, Alexander Peltzer, Leon Kuchenbecker, Timo Sachsenberg, Juliane S. Walz, Stefan Stevanović, Hans-Georg Rammensee & Oliver Kohlbacher

Journal of Proteome Research 2019 18 (11), 3876-3884 DOI: 10.1021/acs.jproteome.9b00313

您还可以引用nf-core的出版物：

The nf-core framework for community-curated bioinformatics pipelines.

Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso & Sven Nahnsen.

Nat Biotechnol. 2020 Feb 13. doi: https://dx.doi.org/10.1038/s41587-020-0439-x.

此外，本流程中使用的工具和数据的引用如下：

Fred2 Immunoinformatics Toolbox

Schubert B. et al, Bioinformatics 2016 Jul 1;32(13):2044-6. doi: 10.1093/bioinformatics/btw113. Epub 2016 Feb 26

Comet Search Engine

Eng J.K. et al, J Am Soc Mass Spectrom. 2015 Nov;26(11):1865-74. doi: 10.1007/s***-015-1179-x. Epub 2015 Jun 27.

Percolator

Käll L. et al, Nat Methods 2007 Nov;4(11):923-5. doi: 10.1038/nmeth1113. Epub 2007 Oct 21.

Identification based RT Alignment

Weisser H. et al, J Proteome Res. 2013 Apr 5;12(4):1628-44. doi: 10.1021/pr300992u. Epub 2013 Feb 22.

Targeted peptide quantification

Weisser H. et al, J Proteome Res. 2017 Aug 4;16(8):2964-2974. doi: 10.1021/acs.jproteome.7b00248. Epub 2017 Jul 19.

MHC affinity prediction

O'Donnell T.J., Cell Syst. 2018 Jul 25;7(1):129-132.e4. doi: 10.1016/j.cels.2018.05.014. Epub 2018 Jun 27.

Shao X.M., Cancer Immunol Res. 2020 Mar;8(3):396-408. doi: 10.1158/2326-6066.CIR-19-0464. Epub 2019 Dec 23.