Thorough quality assessment of novel interactions identified by proteome-wide cross-linking mass spectrometry (XL-MS) studies is critical. Almost all current XL-MS studies have validated cross-links against known three-dimensional structures of representative protein complexes. Here, we provide theoretical and experimental evidence demonstrating that this approach can drastically underestimate error rates for proteome-wide XL-MS datasets, and propose a comprehensive set of four data-quality metrics to address this issue.

中文翻译：

---

基于结构的验证可能会大大低估蛋白质组范围内交联质谱研究中的错误率

对蛋白质组范围内的交联质谱 (XL-MS) 研究确定的新型相互作用进行彻底的质量评估至关重要。几乎所有当前的 XL-MS 研究都验证了与代表性蛋白质复合物的已知三维结构的交联。在这里，我们提供了理论和实验证据，证明这种方法可以大大低估蛋白质组范围的 XL-MS 数据集的错误率，并提出一套全面的四个数据质量指标来解决这个问题。