Abstract Glycoproteome profiling (glycoproteomics) is a powerful yet analytically challenging research tool. The complex tandem mass spectra generated from glycopeptide mixtures require sophisticated analysis pipelines for structural determination. Diverse software aiding the process have appeared, but their relative performance remains untested. Conducted through the HUPO Human Proteome Project – Human Glycoproteomics Initiative, this community study, comprising both developers and users of glycoproteomics software, evaluates the performance of informatics solutions for system-wide glycopeptide analysis. Mass spectrometry-based glycoproteomics datasets from human serum were shared with all teams. The relative team performance for N - and O -glycopeptide data analysis was comprehensively established and validated through orthogonal performance tests. Excitingly, several high-performance glycoproteomics informatics solutions were identified. While the study illustrated that significant informatics challenges remain, as indicated by a high discordance between annotated glycopeptides, lists of high-confidence (consensus) glycopeptides were compiled from the standardised team reports. Deep analysis of the performance data revealed key performance-associated search variables and led to recommendations for improved “high coverage” and “high accuracy” glycoproteomics search strategies. This study concludes that diverse software for comprehensive glycopeptide data analysis exist, points to several high-performance search strategies, and specifies key variables that may guide future software developments and assist informatics decision-making in glycoproteomics.

Legged robots have received widespread attention in academia and engineering owing to their excellent terrain adaptability. However, most legged robots can only adapt to high-hardness environments instead of flexible environments. Expanding the motion range of legged robots to water is a promising but challenging work. Inspired by basilisk lizards which can run on water surfaces by feet, this paper proposes a bipedal robot for water running by hydrodynamics instead of buoyancy. According to the motion parameters of the basilisk lizard during water running, a single-DoF bipedal mechanism is proposed to reproduce the motion trajectory of the feet of the basilisk lizard. Scale optimization is conducted by a particle swarm optimization algorithm to determine the geometrical parameters of the mechanism. The effects of motion frequency and foot area on mechanism performance are studied and the optimal solutions are determined. A bipedal water running robot prototype was fabricated, and the experimental results show that the prototype can generate enough support for the robot running on the water by providing a maximum lift of 2.4 times its weight and reaching a horizontal forward speed range of 0.3-0.8 m/s. .