生物医学大数据
Protein
应用
人类蛋白质组计划
Gene的存在要依靠在蛋白水平确认基因真实存在。
蛋白质组是确定时间地点的研究单元的蛋白质总体，因为时间、地点和研究单元的相互组合存在多种变化，所以蛋白质组是复杂功能和结构的基础。蛋白质组十分复杂，质谱中的高丰度易于分离所以易于研究，但其中低丰度的部分多肽种类繁多，难于分离研究。由于时间和空间特定，所以具有可变性和动态性。蛋白质多以混合物为表达形式，所以具有群体性。为研究蛋白质功能需要依靠蛋白质的整体性，即多种化合物共同作为功能基础。
通过研究蛋白质组来研究生理重大机制（eg：研究群基因与群蛋白质之间的联系）、研究蛋白结构（eg：明确结构后用于制药）
HHP（人类蛋白质组学计划）有三个方向，1.质谱技术明确蛋白质结构2.network研究机制3.antibody用于制药。它的子计划中中国负责肝脏部分，而美国负责疾病。此计划规定了蛋白质组的数据的标准格式便于使用，为其他学科提供（建立含有注释基因组&调控规律&连锁图&生理病理这些信息的数据库），具体而言是表达谱表达量&功能修饰谱&互作的连锁图&定位图位置。现今前沿研究主要在定SOP之后进行蛋白质组定量，再基因组学分析，最后应用于临床。
技术和方法
研究流程是先投样，再分离，做HPLC-MS/MS,质检之后可做蛋白质鉴定。
数据产出已成熟，但是生物信息学瓶颈阻碍发展，即是分析技术不成熟阻碍蛋白质鉴定。
随着技术发展，在实验方面已发展了分离技术（分离技术是将蛋白质分解成多肽混合物，再据理化性质分离成简单对象）、色谱和电泳质谱技术（eg：Peptide sequence tag：多肽串质谱碎裂，化学试剂使AA掉下，然后鉴定属于何种AA），这些技术加快了数据的产生，由此构建出bioinformation数据库，数据产生之后利用比对分析工具进行研究（eg：检索序列质谱数据库鉴定蛋白质）。
定性方法：1.由上至下的方法top-down，即原始数据便是大分子混合物，利用质谱来分析，即对蛋白质整体分析。2.由下至上的方法down-top把大分子化合物酶切后还原成肽段，再对肽段进行assembly，特点是比较灵敏，因为assembly容易出错所以适用于小样本。此方法现在最常用，常用的研究方法有PMT（适用于简单结构）、PST、de novo（适用于复杂结构）。
定量方法分为相对和绝对定量：绝对定量得到真实数据。相对定量得到基于同一因素的相对数据（eg：疾病与非疾病）。
蛋白质原始资料是复杂混合物，此时使用shutgun，分解为简单混合物之后，采用分离和质谱进行分析，得到数据，依据数据评价标准判断数据是否可用。
分离和质谱之后得到大量谱图，对谱图预处理,与dataset已知数据进行比对，再质量控制后采用定性定量方法分析，从而研究化学修饰，进而做基因组相关研究。
