近期很多研究表明,人体内存在大量可能与疾病的发生、发展有着密切关系的功能小肽,但是其全蛋白质组鉴定及特性仍未可知。如果能大规模准确分析鉴定新小肽,则能对疾病的病理、诊断和个性化疫苗的设计提供更广泛、多样性的潜在靶向目标。与搜库策略不同,de novo测序可以从蛋白质谱图直接推导出肽段序列,是鉴定未知肽段的有效方法。然而,受限于谱图质量和算法偏差,测序准确率较低,一直未被广泛应用。近年来,国际蛋白质组计划持续发布了大规模人群蛋白质质谱数据,为利用大样本建立和优化新小肽的de novo鉴定策略提供了素材与良好机会。本研究建立了一套基于大样本蛋白质质谱de novo鉴定新小肽的策略。基于大样本的de novo测序结果,我们使用逻辑回归和重搜库鉴定得到了102,855条可靠的新小肽和952条突变肽段。其中91.3%的新小肽可以在三个独立癌症细胞系(CAOV-3,HCT-116和MCF-7)的基因组、转录组或蛋白质组层面找到存在依据。55.7%的突变肽段可在细胞系蛋白质组层面被鉴定,丰富了癌症突变肽段信息。本次研究基于人类大规模癌症蛋白质质谱数据建立新小肽的de novo鉴定策略,可以鉴定人体中的突变、修饰以及新小肽,并在独立癌症细胞系上进行了验证。我们的策略也为其他物种中新小肽的鉴定也提供了新的思路和启示。