Estimateur de masse vers sequence

Inverser une masse en séquence est un problème indéterminé, et il vaut mieux être franc sur ce point avant tout le reste de la page. Une masse est un nombre. Une séquence est un enchaînement de choix, un par résidu. Le nombre de séquences compatibles avec une masse mesurée donnée est énorme, et aucune quantité d’arithmétique ne convertit l’une en l’autre. Ce que cette page renvoie est donc une estimation de longueur, et non une molécule candidate, et une longueur est une affirmation bien plus faible qu’elle ne paraît lorsqu’elle se trouve dans une colonne de chiffres.

Il y a deux sources indépendantes d’ambiguïté, et les garder séparées rend le problème entier plus facile à raisonner. La première est l’ordre. Tout réarrangement du même multiensemble de résidus a une masse identique, parce qu’une masse est une somme et qu’une somme se moque de l’ordre dans lequel les termes sont arrivés. Donc même si la composition était connue exactement, la séquence elle-même resterait indéterminée, et le plus grand soin dans l’arithmétique ne changerait rien. Une chaîne de dix résidus tous différents possède plus de trois millions d’agencements partageant une seule masse, avant même que la composition ne soit soulevée comme question.

La seconde est la composition. Des multiensembles de résidus différents peuvent donner des masses identiques sans être du tout le même multiensemble, si bien que la masse ne fixe pas non plus la composition. Ces deux ambiguïtés se multiplient plutôt que de simplement s’additionner, et c’est pourquoi l’espace des possibilités n’est pas simplement grand mais n’est borné par rien de ce qu’une seule mesure de masse est capable de vous dire. Toute méthode qui paraît le réduire ajoute soit quelque chose que vous avez fourni, soit une supposition. C’est pourquoi toute liste de correspondances provenant de quelque base de données que ce soit est une liste de ce que la masse n’exclut pas, et non une liste de ce qu’elle établit, et la distinction est généralement brouillée par la manière dont la sortie se trouve disposée.

L’estimation repose sur exactement un nombre : la moyenne des vingt masses de résidu moyennes, qui vaut environ 118.9 et n’appartient à aucun peptide réel. Retranchez l’unique eau qu’une chaîne ajoute, divisez le reste par cette moyenne, et vous obtenez une longueur dans le bon ordre de grandeur. Toute la méthode repose donc sur la supposition que la composition est non biaisée, et c’est précisément la supposition que les peptides réels enfreignent le plus souvent, puisque beaucoup sont enrichis volontairement en un ou deux résidus. Rien dans l’estimation ne peut détecter sa propre défaillance, parce qu’une chaîne construite presque entièrement de glycines et une chaîne ayant un mélange de résidus typique renvoient la même longueur tout en différant de près d’un facteur trois dans ce qu’elles pèsent réellement.

Le degré de défaillance est plus net aux extrêmes qu’au milieu. La glycine est le résidu le plus léger, à environ 57.05, et l’arginine le plus lourd, à environ 156.19, soit un rapport de près de trois. Prenez une cible de 1000 Da, retranchez l’eau et divisez par le résidu le plus lourd, et la chaîne la plus courte qui puisse éventuellement peser autant est de six résidus. Divisez plutôt par le plus léger et la plus longue est de dix-sept. Une masse mesurée unique est compatible avec tout ce qui va de six à dix-sept résidus, et l’estimation de huit se situe dans cette plage sans y être distinguée.

Un facteur de près de trois sur la longueur de chaîne possible, à partir d’un nombre unique, est une propriété du problème plutôt qu’un défaut de l’estimation, et aucune convention de rapport ne le change. Le calculateur de longueur de peptide et le calculateur de poids moléculaire moyen sont le couple qui relie réellement une séquence à une longueur, dans cet ordre, tandis que le calculateur de différence de masses est celui qu’on atteint lorsque la question porte sur de la matière ajoutée à une chaîne ou perdue depuis une chaîne plutôt que lue dessus. Exécuté dans le sens inverse, le même couple de pages est entièrement déterminé, et cette asymétrie est ce qui fait de cette page un générateur d’hypothèses plutôt que la solution d’une hypothèse.

Une partie de l’ambiguïté est bien plus nette que le cas général, parce que certaines combinaisons de résidus partagent une masse exactement plutôt qu’approximativement. La leucine et l’isoleucine sont l’exemple standard : toutes deux portent une masse de résidu de 113.08406, si bien qu’aucune mesure de masse à une précision atteignable ne peut les séparer. Deux glycines font 114.04292 contre 114.04293 pour l’asparagine, et une alanine plus une glycine font 128.05857 contre 128.05858 pour la glutamine. Ce sont des identités dans les masses elles-mêmes, et non des coïncidences d’arrondi qu’un meilleur équipement résoudrait. Toute séquence contenant une leucine a aussi un jumeau isobare dans lequel chaque leucine est remplacée par une isoleucine, avec une masse monoisotopique identique autant qu’une masse moyenne identique.

C’est l’énoncé le plus net que l’on puisse faire du fait que le problème ne peut pas être résolu à partir d’une seule masse. Une mesure de masse exacte et sans erreur, juste à autant de décimales que l’instrument peut en afficher, laisse encore des familles entières de séquences indiscernables les unes des autres. Le calculateur de masse monoisotopique vous donnera ce chiffre exact à toute la précision qu’il peut atteindre, et laissera pourtant l’ambiguïté en place. Un instrument plus précis resserre la tolérance et raccourcit la liste sans jamais la réduire à une seule entrée. Ce qui referme l’écart est un autre type de mesure, et non une meilleure résolution de la même mesure.

La conséquence pour quiconque lit une liste de candidats est directe. L’ordre d’une telle liste n’est pas un classement par vraisemblance, et la première entrée n’est pas la réponse. Traiter une correspondance de masse comme une identification revient à accepter la première chose qui colle, ce qui est précisément la définition d’une supposition déguisée en résultat. Il est tentant de faire exactement cela précisément parce qu’une longue liste ressemble à une preuve et qu’aucune ligne d’une sortie ne dit le contraire, alors que l’ordre reflète la façon dont la recherche a été construite et non quoi que ce soit sur l’échantillon.

Alors à quoi sert une masse ? À exclure des choses, vite et immédiatement. Une chaîne d’une longueur donnée ne peut pas avoir une masse qui tombe hors de la plage que ses résidus peuvent produire, et une masse très au-dessus de la cible contredit immédiatement toute estimation de longueur inférieure à celle que cette page produit. Elle peut aussi soutenir une hypothèse sur la taille, et c’est le travail pour lequel cette page est construite. Au-delà, c’est une contrainte, et une contrainte ne devient une preuve que lorsqu’on lui adjoint quelque chose d’indépendant. C’est un travail réellement utile même s’il sonne modeste, parce qu’une mauvaise attente sur la taille est l’une des erreurs les plus faciles à commettre et l’une des plus coûteuses à découvrir plus tard.

Établir une identité demande une deuxième observation indépendante : un profil de fragments issu d’une digestion, une deuxième masse obtenue sous une autre ionisation ou dérivation, un temps de rétention comparé à une matière déjà authentifiée, ou une mesure directe de la séquence. N’importe laquelle de celles-ci transforme une masse en preuve réelle, et aucune n’est effectuée ici ni ailleurs sur ce site. Quand une séquence est déjà entre vos mains et que vous voulez savoir ce qu’elle devrait peser, le guide du poids moléculaire à partir d’une séquence exécute cette arithmétique dans le sens qui est effectivement déterminé, et la masse monoisotopique contre le poids moléculaire moyen explique quelle convention entrer en premier.