该技能面向基于质谱（MS）的蛋白质组学数据分析，目标是从蛋白鉴定延伸到定量、差异表达、翻译后修饰（PTM）以及系统层面的生物学解读。
用途与适用问题
资料列出以下触发场景：用户持有蛋白质组学数据（MS 输出文件）；提出关于蛋白丰度或表达的问题；要求进行差异蛋白表达分析；进行 PTM 分析（磷酸化、乙酰化、泛素化）；蛋白-RNA 关联分析；涉及蛋白质组学的多组学整合；蛋白复合物或相互作用分析；蛋白质组学生物标志物发现。示例问题包括：分析 MaxQuant 输出以进行差异蛋白表达；疾病与对照中哪些蛋白显著上调；将蛋白丰度与 mRNA 表达关联；条件间哪些翻译后修饰发生变化；从 co-IP MS 数据中识别蛋白复合物；差异表达蛋白富集于哪些通路；寻找用于疾病分类的蛋白标志物；比较蛋白与 RNA 水平以识别翻译调控基因。
主要能力
资料以表格形式列出核心能力：数据导入（MaxQuant、Spectronaut、DIA-NN、Proteome Discoverer、FragPipe 输出）；质量控制（缺失值分析、强度分布、样本聚类）；归一化（Median、Quantile、TMM、VSN）；缺失值填补（MinProb、KNN、QRILC）；差异表达（Limma、DEP、MSstats）；PTM 分析（磷酸位点定位、PTM 富集、激酶预测）；蛋白-RNA 整合（相关性分析、翻译效率）；通路富集（过表达分析与 GSEA）；PPI 分析（通过 STRING/IntAct 检测蛋白复合物与互作网络）；报告（含火山图、热图、通路图）。
工作流程
流程分为八个阶段：
- 阶段 1：数据导入与质量控制。支持 MaxQuant（proteinGroups.txt、evidence.txt、Phospho (STY)Sites.txt、modificationSpecificPeptides.txt）、Spectronaut（_Report.tsv）、DIA-NN（report.tsv、report.pr_matrix.tsv）、Proteome Discoverer（_Proteins.txt、*_PSMs.txt）。资料提供了 load_maxquant_proteins 等示例函数，用于提取 LFQ 或 raw intensity 列、生成强度矩阵与元数据。QC 包括缺失值评估、强度分布箱线图、样本相关性热图与 PCA。
- 阶段 2：预处理与归一化。包括过滤低置信蛋白（肽段数≥2、有效样本数阈值、去除污染物与反向序列）、缺失值填补（MinProb 假设缺失为低丰度 MNAR、KNN、QRILC）、log 转换以及 Median/Quantile/TMM/VSN 归一化。
- 阶段 3：差异表达分析。统计检验（limma、t 检验、ANOVA）、多重检验校正（BH、Bonferroni）、折叠变化计算、显著性阈值（p < 0.05，|log2FC| > 1）。资料给出 differential_expression_limma 与 plot_volcano 示例代码。
- 阶段 4：PTM 分析（如适用）。识别修饰肽、定位概率过滤（如 Localization prob > 0.75）、PTM 位点定量、激酶-底物预测、PTM 富集分析。
- 阶段 5：功能富集。Gene Ontology 富集、KEGG/Reactome 通路富集、蛋白复合物富集（CORUM）、组织特异性富集。
- 阶段 6：蛋白-蛋白相互作用。查询 STRING 获取互作网络、识别蛋白复合物、网络聚类与模块、枢纽蛋白识别。
- 阶段 7：多组学整合（可选）。与 RNA-seq 数据关联、识别翻译调控蛋白、与变异/CNV 数据比较、与代谢组学整合。
- 阶段 8：生成报告。汇总统计、火山图与热图、通路图、蛋白网络可视化、多组学整合图。
使用方式
资料以代码为主，展示了数据加载、QC、填补、归一化、差异表达与可视化的示例函数。部分步骤（如激酶预测、通路富集）引用了 ToolUniverse 的 run_one_function 调用形式，涉及 phosphosite_plus_query、enrichr_enrich 等工具名称，并注明部分为 hypothetical。
限制与未提供事项
资料中的若干功能仅给出思路或占位代码，例如激酶-底物预测、CORUM 蛋白复合物富集、基于 STRING 的 PPI 网络构建在提供的文本中未完整展开（如 build_protein_network 中断于说明处）。资料未说明具体收费、价格、平台限制或性能效果，这些信息暂未提供。