ABSTRACT Spectrum library searching is a powerful alternative to database searching for data dependent acquisition experiments, but has been historically limited to identifying previously observed peptides in libraries. Here we present Scribe, a new library search engine designed to leverage deep learning fragmentation prediction software such as Prosit. Rather than relying on highly curated DDA libraries, this approach predicts fragmentation and retention times for every peptide in a FASTA database. Scribe embeds Percolator for FDR correction and an interference tolerant label-free quantification integrator to enable an end-to-end proteomics workflow. By leveraging expected relative fragmentation and retention time values, we find that library searching with Scribe can outperform traditional database searching tools, both in terms of sensitivity and quantitative precision. Scribe and its graphical interface are easy to use, freely accessible, and fully open source.

Abstract In proteomics experiments, peptide retention time (RT) is an orthogonal property to fragmentation when assessing detection confidence. Advances in deep learning enable accurate RT prediction for any peptide from sequence alone, including those yet to be experimentally observed. Here we present Chronologer, an open-source software tool for rapid and accurate peptide RT prediction. Using new approaches to harmonize and false-discovery correct across independently collected datasets, Chronologer is built on a massive database with >2.2 million peptides including 10 common post-translational modification (PTM) types. By linking knowledge learned across diverse peptide chemistries, Chronologer predicts RTs with less than two-thirds the error of other deep learning tools. We show how RT for rare PTMs, such as OGlcNAc, can be learned with high accuracy using as few as 10-100 example peptides in newly harmonized datasets. This iteratively updatable workflow enables Chronologer to comprehensively predict RTs for PTM-marked peptides across entire proteomes.

Abstract Advances in proteomics and mass spectrometry have enabled the study of limited cell populations, such as single-cell proteomics, where high-mass accuracy instruments are typically required. While triple quadrupoles offer fast and sensitive nominal resolution measurements, these instruments are effectively limited to targeted proteomics. Linear ion traps (LITs) offer a versatile, cost-effective alternative capable of both targeted and global proteomics. We demonstrate a workflow using a newly released, hybrid quadrupole-LIT instrument for developing targeted proteomics assays from global data-independent acquisition (DIA) measurements without needing high-mass accuracy. Gas-phase fraction-based DIA enables rapid target library generation in the same background chemical matrix as each quantitative injection. Using a new software tool embedded within EncyclopeDIA for scheduling parallel reaction monitoring assays, we show consistent quantification across three orders of magnitude of input material. Using this approach, we demonstrate measuring peptide quantitative linearity down to 25x dilution in a background of only a 1 ng proteome without requiring stable isotope labeled standards. At 1 ng total protein on column, we found clear consistency between immune cell populations measured using flow cytometry and immune markers measured using LIT-based proteomics. We believe hybrid quadrupole-LIT instruments represent an economic solution to democratizing mass spectrometry in a wide variety of laboratory settings.