近十年以来,基于质谱技术的宏蛋白质组学在表征微生物群落特征方面表现出巨大潜力。蛋白质推断将从数据库检索引擎获得的肽段-谱图匹配与蛋白质联系起来,它是宏蛋白质组学研究的核心问题之一。然而,由于微生物群落本身的复杂性,与单一物种的蛋白质组学相比,宏蛋白质组学中的蛋白质推断要困难得多。目前还没有一个数据分析平台可以用来比较不同蛋白质推断策略对分析结果的影响,或提供数据特征探索功能,帮助研究者构建合适的蛋白质推断工作流。为解决上述问题,本研究首先构建了一个宏蛋白质组数据分析平台MAP(Metaproteomics Analysis Pipelines)。它由两个模块构成:(1)以蛋白质为中心的分析模块,该模块集成了三个基础的蛋白质推断处理器。用户可以根据输入数据特征组合这三个处理器,定制蛋白质推断工作流,并对不同工作流产生的数据分析结果进行多维度、可视化的比较。(2)以肽段为中心的分析模块,该模块基于NCBI的NR蛋白质序列数据库和物种分类数据库计算肽段对应的最近公共祖先,从而进行物种分析。该模块基于Elasticsearch构建了一套新的存储和检索方案,与现存的类似平台的技术方案相比,它具有更高的易用性和扩展性。接着,本研究应用MAP执行了12条不同的推断工作流分析已知物种组成的宏蛋白质组学数据,进而对宏蛋白质组学中的蛋白质推断策略进行研究。结果表明,(1)使用两肽规则会大大降低蛋白质推断结果的敏感性,造成下游分析结果的偏差;(2)通过蛋白质分组可有效地提高使用二肽规则时蛋白质鉴定的灵敏度;(3)通过打分算法计算蛋白质存在的概率并过滤掉假阳性鉴定是蛋白质推断过程中不可或缺的步骤。针对宏蛋白质组多物种且同源性相近的特点,推荐先进行蛋白质分组,再利用打分算法进行蛋白质推断,以获得更加准确和灵敏的结果。本研究还对比了以蛋白质和以肽段为中心的分析策略。结果表明,后者在物种鉴定方面存在较高的假阳性,但也能鉴定到大部分的物种,在样本物种构成完全未知的情况下仍具有一定实用价值。为了方便研究者进行宏蛋白质组学中的蛋白质推断分析,本研究将MAP开放共享,可通过http://map.proteomics.top访问和使用。