Het metaproteomics onderzoeksveld, dat het collectieve proteoom van complete (microbiële) ecosystemen bestudeert, heeft een ongekende groei gekend de afgelopen jaren. Sinds de term voor het eerst gebruikt werd in 2004, zijn momenteel 35% van de gepubliceerde artikelen verschenen na januari 2020 (PubMed zoekopdracht: “‘metaproteom*”). Ondanks deze snelle groei, kreunt het veld nog steeds onder de lage identificatiegraad in vergelijking met proteomics op enkele organismen. Dit omwille van twee belangrijke redenenen: (1) de fragmentatiespectra die gegenereerd worden door co-fragmentatie zijn bijzonder dens, en (2) het uitgesproken gebrek aan sequentieresolutie in traditionele zoekalgoritmen. Gedurende dit postdoc-mandaat zal ik op zoek gaan naar methodologische oplossingen om deze twee redenen op te lossen, om uiteindelijk de identificatiegraad in metaproteomics te doen laten stijgen. De eerste oplossing bestaat er uit om co-gefragmenteerde spectra van zowel DDA als DIA datasets te analyseren. De tweede oplossing zal onze bestaande, state-of-the-art MS2Rescore tool verder uitbreiden. Hier zal ik zowel bestaande zoekalgoritmen combineren, inclusief diegene die rekening houden met co-gefragmenteerde spectra, en een nieuwe predictor voor ionenmobiliteit implementeren. Deze methodologische verbeteringen zal ik vervolgens toepassen op twee, hypercomplexe toepassingsdomeinen: meta-immunopeptidomica, en open-modificatie zoekopdrachten.