Top-Down Mass Spectrometry Imaging of Intact Proteins by LAESI FT-ICR MS
激光烧蚀电喷雾电离是质谱成像的一个新发展。已经表明,脂质和小代谢物可以在各种样品中成像,例如植物材料、组织切片或细菌菌落,而无需任何样品预处理。此外,激光烧蚀电喷雾电离已显示出从液体或固体表面产生多电荷蛋白质离子。这提供了一种方法来解决质谱成像中最大的挑战之一;直接从生物组织表面识别蛋白质。这样的鉴定受到常见MALDI离子源中缺乏多电荷蛋白质以及难以对这样大的单电荷离子进行串联MS的阻碍。在这里,我们提出了自上而下的鉴定完整的蛋白质从组织与LAESI离子源结合的混合离子阱FT-ICR质谱仪。首先用具有ECD和IRMPD片段化的标准蛋白质测试系统的性能,以证明LAESI FT-ICR用于自上而下蛋白质组学的可行性。最后,对组织切片进行成像,测量大量完整蛋白质,并使用碰撞诱导解离和红外多光子解离碎片直接从组织中鉴定血红蛋白α链。
2013-09-04 physics.bio-ph q-bio.QM
Bayesian identification of protein differential expression in multi-group isobaric labelled mass spectrometry data
在本文中,我们开发了贝叶斯统计推断的方法,在多个实验的同量异位素标记的MS/MS蛋白质组数据的统一分析。开发了跨多个预定义组和实验的同量异位素标记的报告离子的对数强度的显式概率模型。然后,这被用来开发一个完整的贝叶斯统计方法学的差异表达的蛋白质的鉴定,相对于对照组,在多个组和实验。该方法被实施,然后在模拟数据和使用TMT标记协议的两个模型实验数据集(其中差异表达的蛋白质是已知的)上进行评估。
2014-07-24 q-bio.QM stat.AP
Single-cell protein analysis by mass-spectrometry
人类的生理学和病理学起源于不同单细胞的协调相互作用。然而,分析单细胞受到分析方法的低灵敏度和通量的限制。DNA测序最近使核酸的这种分析变得可行,但单细胞蛋白质分析仍然有限。质谱是蛋白质分析的最强大的方法,但其应用于单细胞面临三个主要挑战:有效地将蛋白质/肽传递到MS检测器,识别它们的序列,并将分析扩展到数千个单细胞。这些挑战激发了相应的解决方案,包括SCoPE设计多路复用和清洁,自动化和小型化的样品制备。协同应用,这些解决方案能够量化许多单细胞中的数千种蛋白质,并为进一步的发展奠定坚实的基础。在此基础上,SCoPE概念将能够分析亚细胞器和翻译后修饰,而多路复用能力的增加将增加通量并降低成本。
2020-06-20 q-bio.BM q-bio.QM
Mass-spectrometry of single mammalian cells quantifies proteome heterogeneity during cell differentiation
细胞异质性对包括癌症和发育在内的生物过程很重要。然而,蛋白质组异质性在很大程度上是未开发的,因为现有的方法的局限性定量蛋白质水平在单细胞。为了缓解这些限制,我们开发了单细胞蛋白质组学质谱(SCoPE-MS),并验证了其基于蛋白质组识别不同人类癌细胞类型的能力。我们使用SCoPE-MS定量了分化小鼠胚胎干细胞(ES)中的一千多种蛋白质。单细胞蛋白质组使我们能够解构细胞群体并推断蛋白质丰度关系。单细胞蛋白质组和转录组之间的比较表明协调的mRNA和蛋白质的共变。然而,许多基因在mRNA和蛋白质水平上表现出功能协调和不同的调控模式,这表明转录后调控机制有助于谱系特化过程中的蛋白质组重塑,特别是对于发育基因。SCoPE-MS广泛适用于测量单细胞的蛋白质组构型,并将其与功能表型(如细胞类型和分化潜能)联系起来。
2018-08-01 q-bio.GN q-bio.QM
A nested mixture model for protein identification using mass spectrometry
质谱法提供了一种高通量的方法来鉴定生物样品中的蛋白质。在一个典型的实验中,样品中的蛋白质首先被分解成它们的组成肽。然后将所得的肽混合物进行质谱分析,质谱分析产生数千个光谱,每个光谱都具有其生成肽的特征。在这里,我们考虑的问题推断,从这些光谱,蛋白质和肽存在于样品中。我们开发了一个统计方法来解决这个问题,基于嵌套混合模型。与常用的两阶段方法相比,该模型提供了一个一阶段的解决方案,可以同时识别哪些蛋白质存在,以及哪些肽被正确识别。通过这种方式,我们的模型结合了蛋白质及其组成肽之间的证据反馈。使用模拟数据和酵母数据集,我们比较和对比我们的方法与现有的广泛使用的方法(PeptideProphet/ProteinProphet)和最近发表的新方法,HSM。对于肽鉴定,我们的单阶段方法始终产生更准确的结果。对于蛋白质鉴定的方法在大多数情况下具有相似的准确性,尽管我们展示了一些现有方法表现不佳的情况。
2010-11-09 physics.bio-ph q-bio.BM q-bio.QM
Interference of Binding Protein with Serum Growth Hormone Measurements
通过质谱法测量血清生长激素被证明不受生长激素结合蛋白干扰的影响,而生长激素结合蛋白干扰是基于抗体的常规检测方法经常遇到的,因此提供了一种获得准确结果的替代方法。
2014-05-15 q-bio.QM
Open Mass Spectrometry Search Algorithm
蛋白质组学实验中产生的大量MS/MS肽谱需要高效、灵敏和特异的肽识别算法。在开放质谱搜索算法[OMSSA]中,使用显式模型通过经典概率评分计算特异性,用于将实验光谱与序列匹配。在默认阈值下,OMSSA比可比算法匹配更多来自标准蛋白质混合物的光谱。OMSSA被设计为在搜索大型MS/MS数据集时比已发布的算法更快。
2004-06-01 q-bio.QM
GA-Novo: De Novo Peptide Sequencing via Tandem Mass Spectrometry using Genetic Algorithm
蛋白质组学是对蛋白质的大规模分析。鉴定蛋白质和表征其氨基酸序列的常用方法是将蛋白质消化成肽,使用质谱法分析肽,并使用数据库搜索工具将所得串联质谱(MS/MS)分配给肽。然而,数据库搜索算法高度依赖于参考蛋白质数据库,并且它们不能识别不包括在数据库中的肽和蛋白质。因此,开发了从头测序算法以通过直接重建MS/MS谱的肽序列而不使用任何蛋白质数据库来克服该问题。目前的从头测序算法往往不能构建完全匹配的序列,并产生部分匹配。在这项研究中,我们提出了一种基于遗传算法的方法,GA-Novo,以解决复杂的优化任务从头肽测序,旨在构建全长序列。给定MS/MS光谱,GA-Novo优化氨基酸序列以最佳拟合输入光谱。在测试数据集上,GA-Novo的性能优于PEAKS,PEAKS是该任务中最常用的软件,构建的完全匹配肽序列数量高出8%,部分匹配序列的召回率高出4%。
2019-02-03 cs.CE q-bio.BM q-bio.QM
Quantification of protein homodimer affinity using native mass spectrometry
Goethe-University, Frankfurt(法兰克福歌德大学);Friedrich-Schiller-University, Jena(耶拿弗里德里希·席勒大学)
本研究提出利用qLILBID-MS非变性质谱结合样品稀释与共价交联技术,克服同源寡聚体质谱信号重叠问题,准确量化蛋白质同源二聚体亲和力,为药物发现中的蛋白质相互作用筛选提供灵敏高效的替代方案。
2025-10-13 q-bio.BM q-bio.QM
Mass Spectrometry-An Alternative in Growth Hormone Measurement
生长激素(GH)是一组密切相关的蛋白质亚型。在临床实践中,市售配体结合测定之间的测试结果不一致仍然是一个持续的问题,并且关于不同形式的特定功能的不完整知识留下了适当的被测变量的不确定性。质谱法有望成为一种前进的方式。它不仅能够为当前GH测试的校准提供SI可追溯的参考值,而且还提供了一种独立的方法来高度可靠地对单个GH异构体进行质量选择性定量。这种能力也可以增加兴奋剂控制的可靠性。文章指出了为什么和如何。
2014-06-30 q-bio.QM
Single-Molecule Protein Identification by Sub-Nanopore Sensors
University of California San Diego(加州大学圣地亚哥分校);University of Notre Dame(圣母大学)
自上而下质谱法的最新进展使完整蛋白质的鉴定成为可能,但这项技术仍然面临挑战。例如,自上而下的质谱法缺乏灵敏度,因为单个碎裂事件的离子计数通常较低。相比之下,纳米孔技术对单个完整分子非常敏感,但到目前为止,它只成功应用于DNA测序。在这里,我们探讨了亚纳米孔的单分子蛋白质鉴定(SMPI)的潜力,并描述了一种算法,用于识别电流阻断信号(纳米光谱),该信号来自变性的线性带电蛋白质通过亚纳米孔的易位。鉴定p值的分析表明,目前的技术已经足以将纳米光谱与小型蛋白质数据库进行匹配,例如,细菌蛋白质组中的蛋白质鉴定。
2017-01-09 cs.LG q-bio.QM
SELYMATRA: Web Application for the analysis of mass spectra
表面增强激光解吸/电离-飞行时间质谱(SELDI-TOF MS)是MALDI的变体。它在许多情况下,特别是用于蛋白质谱分析和复杂样品的初步筛选任务,旨在寻找生物标志物。不幸的是,这些分析是耗时的,并且严格限制了蛋白质鉴定。Seldi质谱分析(SELYMATRA)是一个Web应用程序(WA),旨在减少这些缺乏自动化识别过程,并引入可能性来预测质谱分析的细胞和组织中复杂混合物中存在的蛋白质。SELYMATRA具有以下特点。用于开发WA的架构模式是模型-视图-控制器(MVC),在软件系统的开发中非常常用。WA希望用户以Microsoft Excel电子表格文件格式上传数据,通常通过专有质谱软件生成。WA可以设置实验条件、等电点范围、pH范围、相对误差等参数,比较两个质谱(样品与对照)的质量值,提取差异,并根据设置的参数查询本地数据库,预测最可能与质量差异表达相关的蛋白质。WA在过表达标记的BR 1 R1受体的细胞模型中得到验证。SELYMATRA可在http://140.164.61.23:8080/SELYMATRA上获得。
2017-10-15 q-bio.QM
Standardised workflow for mass spectrometry-based single-cell proteomics data processing and analysis using the scp package
针对单细胞蛋白质组学数据分析流程不统一、缺乏基准真值难评估的问题,研究团队开发了基于R/Bioconductor的scp包,依托通用数据结构构建标准化分析框架,配套灵活的分步处理方案并通过基准真值数据集验证,为该领域提供统一的分析工具与流程参考。
2023-12-13 q-bio.QM
Identifying metabolites from protein identifiers with P2M
本文提出P2M工具,通过命令行查询外部数据库,从蛋白质标识符识别相关代谢物的SMILES字符串并扩展R基团子结构,以减少质谱代谢物错误鉴定并识别生物相关化学结构。
2023-07-07 q-bio.QM
FIT: Tag based method for fusion proteins identification
人们对基因融合和嵌合RNA转录物的鉴定和分析越来越感兴趣。虽然最近的努力集中在基因组和转录组数据的分析,鉴定新的肽对应于这些事件在基于质谱的蛋白质组数据集将提供补充,蛋白质水平的证据。从质谱数据中识别融合蛋白的过程本质上是困难的,因为这样的事件是罕见的。由于收集的大量光谱和需要考虑的候选肽序列数量的爆炸,这也是复杂的,这使得对所有可能的融合伴侣蛋白的exhaustive搜索是不切实际的。在这项工作中,我们提出了一个基于序列标签的融合蛋白识别算法,FIT,它结合了从头序列标签检索和肽谱匹配的融合蛋白识别的优点。模拟数据集上的结果表明,FIT算法对融合蛋白的识别具有较高的灵敏度和较低的假阳性率。
2014-08-21 q-bio.GN q-bio.QM
Liquid chromatography mass spectrometry-based proteomics: Biological and technological aspects
基于质谱的蛋白质组学已成为鉴定和定量生物体蛋白质组的首选工具。虽然近年来在工具性能和所用计算工具方面有了巨大改进,但仍然存在重大挑战,统计人员有许多机会作出重要贡献。在最广泛使用的“自下而上”的蛋白质组学方法中,首先对蛋白质的复杂混合物进行酶促裂解,基于化学或物理性质分离所得肽产物,并使用质谱仪进行分析。自下而上的基于MS的蛋白质组学分析中的两个基本挑战如下:(1)鉴定样品中存在的蛋白质,以及(2)定量鉴定的蛋白质的丰度水平。这两项挑战都需要了解产生观测数据的生物和技术背景,以及应用合理的统计原则进行估计和推断。我们提出了自下而上的蛋白质组学的概述,并概述了蛋白质鉴定和定量中出现的关键统计问题。
2011-01-06 q-bio.BM q-bio.QM stat.AP
Towards Less Biased Data-driven Scoring with Deep Learning-Based End-to-end Database Search in Tandem Mass Spectrometry
University of Waterloo(滑铁卢大学);Cheriton School of Computer Science(克里顿计算机科学学院)
提出首个基于深度学习的端到端串联质谱数据库搜索方法 DeepSearch,通过对比学习与改进 transformer 架构实现低偏差、无需统计估计的数据驱动评分,并支持零样本可变翻译后修饰分析。
2024-05-08 cs.AI q-bio.QM
Computational Assignment of Chemical Shifts for Protein Residues
快速准确地预测蛋白质结构是结构生物学、生物技术和分子生物医学领域面临的主要挑战之一。这些领域需要3D蛋白质结构,以合理设计具有改进或新特性的蛋白质。X射线晶体学是最常见的方法,即使其成功率较低,但最近基于NMR的方法已经流行起来。一般方法涉及一组用于指导结构预测的距离限制,但简单的核磁共振三重共振实验通常提供足够的结构信息来预测小蛋白质的结构。以前的利用实验数据的蛋白质折叠模拟或多或少任意地加权了实验数据和物理力场项,因此该方法通常不适用于新蛋白质。此外,由于静态或确定性的分配,需要通过NMR实验获得的化学位移的完整且接近无误差的分配。在这篇论文中,我提出了化学位移,一个模块,用于处理化学位移分配,实现在蛋白质结构测定程序Phaibrant。该模块在不丢弃数据的概率框架中处理实验数据的分配以及与物理项相比的权重。提供了NMR峰的部分归属,该模块能够改进归属,以便在蛋白质折叠中使用该归属,且偏差很小。
2013-11-13 physics.data-an q-bio.QM
MassChroQ: A versatile tool for mass spectrometry quantification
最近,已经开发了许多软件工具来在LC-MS分析中进行定量。然而,它们中的大多数是特定于定量策略(例如无标记或同位素标记)或质谱系统(例如高或低分辨率)。在这种情况下,我们开发了MassChroQ,这是一种多功能软件,可通过提取离子色谱图的峰面积积分进行LC-MS数据比对和肽定量。MassChroQ适用于标记或不标记的定量,并且不限于高分辨率系统。感兴趣的肽(例如所有鉴定的肽)可以通过提供目标m/z和保留时间值来自动或手动测定。它可以处理包括蛋白质或肽分级分离(如SDS-PAGE,2D-LC)的大型实验。它是完全可配置的。每个处理步骤都是可追溯的,产生的数据是开放的标准格式,其模块化允许轻松集成到蛋白质组学管道中。输出结果可用于统计分析。MassChroQ对从低分辨率和高分辨率质谱仪获得的复杂无标记数据的评估显示技术再现性的CV较低(1.4%),与蛋白质量的相关系数较高(0.98)。MassChroQ在GNU通用公共许可证v3.0下可在http://pappso.inra.fr/bioinfo/masschroq/免费获得。
2011-09-26 cs.CE q-bio.QM
Deuteros 2.0: Peptide-level significance testing of data from hydrogen deuterium exchange mass spectrometry
总结:氢氘交换质谱(HDX-MS)越来越成为监测蛋白质结构动力学变化的常规方法。差分HDX-MS允许比较单个蛋白质状态,例如在不存在或存在配体的情况下。这可用于将构象变化归因于结合事件,从而允许绘制整个构象网络。因此,随着更多的州被引入到研究系统中,必要的跨州比较的数量迅速增加。目前很少有软件包可以提供HDX-MS数据集的快速和信息比较,甚至更少的软件包可以提供统计分析和高级可视化。根据我们原始软件Deuteros的反馈,我们推出了Deuteros 2.0,该软件已经重新设计,以在HDX-MS分析管道中发挥更大的作用。Deuteros 2.0具有一系列用于反交换校正、数据汇总、肽级统计分析和高级数据绘图功能的设施。可用性:Deuteros 2.0可以在Apache 2.0许可下从https://github.com/andymlau/Deuteros_2.0下载。安装Deuteros 2.0需要MathWorks(https://www.mathworks.com/products/compiler/matlab-runtime.html)提供的免费MATLAB编译器库,该库可用于Windows和Mac操作系统。
2020-05-17 q-bio.QM stat.AP
Compositional Analysis of the High Molecular Weight Ethylene Oxide Propylene Oxide Copolymer by MALDI Mass Spectrometry
采用基质辅助激光解吸电离(MALDI)质谱法研究了窄分布聚环氧乙烷-环氧丙烷共聚物(Mw ~ 8700 Da)的组成。环氧乙烷-环氧丙烷共聚物产生的低聚物相隔14 Da,整个光谱的平均分辨能力为28,000。鉴定了约448个同位素分辨峰,代表约56种低聚物。虽然实验和计算的同位素分布之间的协议是强,组成分配是困难的。这是由于大量的可能的同量异位素成分。本研究的目的是解析和研究环氧乙烷-环氧丙烷等高分子量共聚物的组成。
2012-05-29 physics.chem-ph q-bio.BM q-bio.QM
Transformer-based de novo peptide sequencing for data-independent acquisition mass spectrometry
University of North Texas(北得克萨斯大学)
针对DIA质谱数据高度多重性导致的从头测序难题,提出基于Transformer的DiaTrans模型,显著提升氨基酸和肽段水平的精确度与召回率,优于现有方法。
2024-06-26 cs.AI q-bio.QM
Discovery of Proteomics based on Machine learning
蛋白质组学鉴定的最终目的是对生物体中的蛋白质进行鉴定和定量。基于无标记蛋白质定量的质谱(MS)主要集中在肽谱计数和离子峰高度的分析。使用几种观察到的肽(蛋白质型)可以鉴定来源蛋白质。然而,每个肽的可能性被检测到的肽的物理化学性质,这混淆了MS计数的结果严重影响。使用由四种不同类型的蛋白质组学平台生成的约一百万个肽鉴定,我们成功地鉴定了超过16,000个蛋白质型肽。我们使用机器学习分类来推导用于预测待观察的胰蛋白酶肽的数量的肽检测概率,这可以用于以高精度估计蛋白质的绝对丰度。我们利用CAS实验室提供的多肽数据,从不同的方法中推导出最佳模型。我们首先使用支持向量机和随机森林分类器来识别蛋白质型和未观察到的肽,然后搜索最佳参数以获得更好的预测结果。考虑到我们的模型的优良性能,我们可以计算蛋白质丰度的绝对估计。
2013-12-04 q-bio.QM
Informed baseline subtraction of proteomic mass spectrometry data aided by a novel sliding window algorithm
蛋白质组基质辅助激光解吸/电离(MALDI)线性飞行时间(TOF)质谱(MS)可用于从生物样品中产生蛋白质谱,目的是发现疾病的生物标志物。然而,原始蛋白质谱受到几种偏倚或系统变异来源的影响,需要通过预处理去除这些偏倚或系统变异,然后才能对数据进行有意义的下游分析。基线减法是一种从光谱中去除非肽信号的早期预处理步骤,其复杂性在于:(i)平均而言,每个光谱具有更宽的肽峰,具有更高的质荷比(m/z),以及(ii)用于优化基线减法输入参数的耗时且易于出错的试错过程。参考上述复杂性,我们提出了一种自动化流水线,其包括(i)新颖的“连续”线段算法,其有效地对具有变换的m/z轴的数据进行操作,以去除肽质量和峰宽之间的关系,以及(ii)无输入算法,以估计变换的m/z尺度上的峰宽。使用六种不同的m/z轴转换,在六个公开可用的蛋白质组MS数据集上部署自动基线减法。当与金标准基线扣除信号相比时,使用平均绝对缩放误差(MASE)定量评估自动基线扣除管道的最优性。使用自动化流水线实现了接近最佳的基线减影。所提出的管道的优点包括基线减法方法的知情和数据特定的输入参数,避免时间密集型和主观分段基线减法,以及完全自动化基线减法的能力。此外,各个步骤可以作为独立的例程采用。
2016-03-23 q-bio.BM q-bio.QM
Continued domain-specific pre-training of protein language models for pMHC-I binding prediction
本文研究对蛋白质语言模型进行领域特定持续预训练以提升pMHC-I结合亲和力预测,基于ESM Cambrian在HLA相关肽上采用MLM并比较两种输入格式,仅用高质量定量数据微调,以缓解等位基因数据稀缺和质谱偏差问题。
2025-07-16 q-bio.QM
Deep learning for peptide identification from metaproteomics datasets
元蛋白质组学在微生物组研究中得到了广泛的应用,以深入了解微生物群落的功能状态。目前的元蛋白质组学研究一般是基于高通量串联质谱(MS/MS)与液相色谱联用。从MS数据中识别肽和蛋白质涉及根据预定义的蛋白质序列数据库搜索MS/MS光谱并将得分最高的肽分配给光谱的计算程序。现有的计算工具仍然远远不能从从元蛋白质组样本获得的大型MS/MS数据集中提取所有信息。在本文中,我们提出了一种基于深度学习的算法,称为DeepFilter,用于提高串联质谱集合中的置信肽识别率。与其他后处理工具相比,包括Percolator,Q-ranker,PeptideProphet和Iprophet,DeepFilter在海洋微生物和土壤微生物元蛋白质组样本中分别识别出20%和10%的肽谱匹配和蛋白质,错误发现率为1%。
2020-09-23 q-bio.QM
Revisiting Date and Party Hubs: Novel Approaches to Role Assignment in Protein Interaction Networks
“日期”和“聚会”枢纽的概念在蛋白质相互作用网络的研究中一直很有影响。约会中心与他们的合作伙伴表现出低共表达,而派对中心有高共表达。有人提议,聚会中心是地方协调员,而约会中心是全球联系人。在这里,我们表明,所报告的重要性的日期枢纽网络连接实际上可以归因于其中的一个很小的子集。至关重要的是,这些少数的,非常中心的,枢纽并没有显示出特别低的表达相关性,破坏了这个数量和枢纽功能之间的联系。日期/党的区别最初是出于一个近似双峰分布的枢纽共同表达,我们表明,这一功能并不总是强大的方法的变化。此外,枢纽的拓扑性质一般与共表达无关。因此,我们认为,日期/党二分法是没有意义的,它可能是更有用的设想作用的蛋白质相互作用,而不是个别蛋白质。我们发现相互作用的中心性和相互作用的蛋白质的功能相似性之间的显着相关性。
2010-05-05 physics.data-an q-bio.MN q-bio.QM
Single-Cell Proteomics Using Mass Spectrometry
本综述总结了单细胞蛋白质组学(SCP)在样品制备、质谱技术和计算方法上的最新进展,强调通过整合分析、计算与实验策略以提升蛋白质组覆盖率和通量,从而揭示细胞异质性。
2025-03-29 q-bio.GN q-bio.QM
Peak Detection On Data Independent Acquisition Mass Spectrometry Data With Semisupervised Convolutional Transformers
University of Toronto(多伦多大学)
基于液相色谱-质谱联用(LC-MS)的方法通常用于蛋白质组(即,在给定时间样品中的所有蛋白质的集合)的高通量定量测量。靶向LC-MS以二维时间序列谱的形式产生数据,其中分析物的质荷比(m/z)在一个轴上,并且来自色谱的保留时间在另一个轴上。目标肽的洗脱在多个碎片离子迹线(提取离子色谱图或XIC)上产生高度特异性的图案。在本文中,我们制定这个峰值检测问题作为一个多变量的时间序列分割问题,并提出了一种新的方法的基础上的Transformer架构。在这里,我们用卷积神经网络(CNN)增强了Transformers,它能够以全局视图捕获长距离依赖关系,卷积神经网络(CNN)可以捕获对手头任务重要的局部上下文,以具有卷积自注意力的Transformers的形式。我们进一步训练这个模型在半监督的方式,通过适应国家的最先进的半监督图像分类技术的多通道时间序列数据。使用手动注释对代表性LC-MS数据集的实验进行基准测试,以展示我们方法的令人鼓舞的性能;它优于基线神经网络架构,并且在自动峰检测方面与当前最先进的技术相比具有竞争力。
2020-10-26 cs.CV q-bio.QM
Accounting for multiple imputation-induced variability for differential analysis in mass spectrometry-based label-free quantitative proteomics
填补缺失值是无标记定量蛋白质组学中的常见做法。插补的目的是用用户定义的值替换缺失值。然而,在插补过程的下游,插补本身可能不会得到最佳考虑,因为插补数据集通常被认为是完整的。因此,没有充分考虑到归因于插补的不确定性。我们提供了一个严格的多重插补策略,导致一个较小的偏差估计的参数的变异性感谢鲁宾的规则。然后使用贝叶斯分层模型调节基于插补的肽强度的方差估计。该估计量最后被包括在调节t-检验统计量中以提供差异分析结果。此工作流程可用于定量数据集中的肽和蛋白质水平。对于基于肽水平定量数据的蛋白质水平结果,还包括聚集步骤。我们的方法,命名为mi 4p,比较了最先进的limma工作流程中实现的DAPAR R包,无论是在模拟和真实的数据集。我们观察到灵敏度和特异性之间的权衡,而mi 4p的整体性能在F评分方面优于DAPAR。
2021-08-16 q-bio.QM stat.AP stat.ME
An Efficient Algorithm for Clustering of Large-Scale Mass Spectrometry Data
高通量光谱仪能够产生包含单个生物样品的数千个光谱的数据集。这些数据集包含来自肽的大量冗余,这些肽可能在LC-MS/MS实验中被多次选择。在本文中,我们提出了一个有效的算法,CAMS(聚类算法质谱)的聚类质谱数据,提高了灵敏度和信心的光谱分配。CAMS利用一种称为F-set的新型度量标准,可以准确识别相似的光谱。一个图论框架的定义,允许使用F-集度量有效地准确的聚类识别。该算法的准确性进行了测试的真实HCD和CID数据集与不同量的肽。我们的实验表明,该算法是能够聚类光谱具有非常高的精度在一个合理的时间量为大的光谱数据集。因此,该算法能够通过压缩数据集来减少计算时间,同时通过解释低S/N光谱来增加数据的吞吐量。
2013-01-04 cs.DS q-bio.GN q-bio.QM
SpecHD: Hyperdimensional Computing Framework for FPGA-based Mass Spectrometry Clustering
University of California, San Diego(加利福尼亚大学圣迭戈分校);University of Antwerp(安特卫普大学)
提出SpecHD,一种基于FPGA和超维计算的质谱聚类框架,通过近存储预处理和并行计算,在5分钟内完成大规模数据聚类,能效提升超31倍,加速6-54倍。
2023-11-20 cs.AR cs.DC cs.LG
Mining Temporal Patterns from iTRAQ Mass Spectrometry(LC-MS/MS) Data
大规模蛋白质组学分析正在成为生物学中的一项强大技术,并且在很大程度上依赖于由最先进的质谱仪获得的数据。与系统生物学中的任何其他领域一样,需要计算工具来处理这一数据海洋。iTRAQ(Isobaric Tags for Relative and Absolute quantification)是一种可同时定量多个样品中蛋白质的技术。虽然iTRAQ数据为生物学家提供了有用的见解,但由于其多重设计,执行分析和得出生物学结论更加复杂。一个这样的问题是找到在不同时间点之间以类似方式表现(即丰度变化)的蛋白质,因为蛋白质组学数据中的时间变化揭示了重要的生物信息。基于距离的方法,如欧氏距离或皮尔逊系数,和聚类技术,如k-均值等,是不能考虑到时间的信息的序列。在本文中,我们提出了一个线性时间算法聚类相似的模式之间的各种iTRAQ的时间过程数据,无论其绝对值。该算法被称为时间模式挖掘(TPM),将数据从笛卡尔平面映射到离散二进制平面。在映射之后,动态编程技术允许挖掘在时间上彼此更接近的类似数据元素。所提出的算法准确地聚类iTRAQ数据,时间上彼此接近,准确率超过99%。不同规模的问题的实验结果进行了分析,在质量的集群,执行时间和可扩展性的大型数据集。我们的蛋白质组学数据的一个例子是在年底提供展示的算法的性能和聚类时间序列的能力,而不管它们之间的距离。
2011-04-28 cs.CE cs.DB cs.DS
DePS: An improved deep learning model for de novo peptide sequencing
Jiangsu University of Technology(江苏理工学院);Changzhou University(常州大学);China University of Mining and Technology(中国矿业大学)
基于质谱数据的肽段从头测序是蛋白质鉴定的重要方法。最近,各种深度学习方法被应用于从头肽测序,DeepNovoV2是代表性模型之一。在这项研究中,我们提出了一个增强的模型,DePS,它可以提高从头肽测序的准确性,即使在串联质谱数据中丢失的信号峰或大量的噪声峰。结果表明,对于DeepNovoV2的相同测试集,DePS模型在氨基酸召回率、氨基酸精确率和肽召回率方面分别获得了74.22%、74.21%和41.68%的优异结果。此外,结果表明DePS在跨物种数据集上的表现优于DeepNovoV2。
2022-03-16 cs.CV cs.LG q-bio.QM
Isotopic envelope identification by analysis of the spatial distribution of components in MALDI-MSI data
The Silesian University of Technology(西里西亚理工大学);Maria Sklodowska-Curie National Research Institute of Oncology(玛丽·斯克沃多夫斯卡-居里国家肿瘤研究所)
鉴定蛋白质的过程中的一个重要步骤是质谱法,它可以获得有关蛋白质结构的信息。从质谱中去除同位素峰是至关重要的,这是在一个称为分离同位素的过程中完成的。有不同的算法用于分离同位素,但它们都有其局限性,它们专用于不同的质谱方法。来自用MALDI-ToF技术进行的实验的数据的特征在于高维。提出了一种基于Mamdani-Assilan模糊系统和同位素包络中峰的分子分布空间图的MALDI-ToF分子成像数据中同位素包络的识别方法。几个图像纹理措施被用来评估空间分子分布图。该算法在从MALDI-ToF实验中获得的八个数据集上进行了测试,这些数据集来自Gliwice国家肿瘤研究所的头颈部癌症患者的样本。对数据进行预处理和特征提取。收集的结果,并与现有的三个deisotoping算法进行了比较。对所得结果的分析表明,本文提出的识别同位素包络的方法能够通过使用面向研究峰对的方法来检测重叠包络。此外,所提出的算法能够分析大型数据集。
2023-02-14 cs.LG q-bio.QM stat.ML
Mining Mass Spectra: Metric Embeddings and Fast Near Neighbor Search
大规模高通量串联质谱数据集的挖掘是基于质谱的蛋白质鉴定中的一个重要问题。在大规模的光谱挖掘的基本问题之一是设计适当的度量和算法,以避免所有成对的光谱比较。在本文中,我们提出了一个通用的框架,基于向量空间,以避免成对比较。我们首先鲁棒地嵌入光谱在高维空间中的一种新的方式,然后应用快速近似近邻算法的任务,如构建过滤器的数据库搜索,索引和相似性搜索。我们正式证明,我们的嵌入具有低失真相比,余弦相似性,并且,随着局部敏感哈希(LSH),我们设计的数据库搜索过滤器,可以过滤掉超过989%的肽(118倍少),而错过了最多0.29%的正确序列。然后,我们展示了我们的框架如何可以用于相似性搜索,然后可以用来检测紧密的集群或复制。平均而言,对于16个光谱的聚类大小,LSH仅丢失1个光谱并且仅允许1个假光谱。此外,我们的框架与降维技术相结合,使我们能够在2D空间中可视化大型数据集。我们的框架也有可能嵌入和比较数据集与翻译后修改(PTM)。
2006-03-01 q-bio.OT q-bio.QM
Peptide-Spectra Matching from Weak Supervision
与许多其他科学领域一样,当使用机器学习从质谱数据中识别蛋白质时,我们面临一个基本问题:将输入映射到正确输出的大型地面实况数据集非常难以获得。相反,我们可以访问由领域专家精心制作的不完美的手工编码模型。在本文中,我们将深度神经网络应用于蛋白质鉴定问题的重要步骤,即质谱与称为肽的氨基酸短序列的配对。我们训练我们的模型,以区分来自最先进的经典系统的最高评分结果和第二名和第三名的硬性阴性结果。我们得到的模型在识别具有光谱的肽方面比用于生成其训练数据的模型要好得多。特别是,我们实现了43%的标准匹配方法的改进和10%的匹配方法和行业标准的交叉光谱重新排序工具的组合的改进。重要的是,在反映生物学家当前面临的挑战的更困难的实验制度中,即使在重新排名后,我们对先前最先进技术的优势也增长到15%。我们相信这种方法将推广到其他具有挑战性的科学问题。
2018-08-22 q-bio.QM stat.ML
Gradients of Generative Models for Improved Discriminative Analysis of Tandem Mass Spectra
University of California, Davis(加州大学戴维斯分校)
串联质谱(MS/MS)是一种高通量技术,用于鉴定复杂生物样品(如一滴血)中的蛋白质。在该过程的输出处生成光谱的集合,其中每个光谱代表原始复杂样品中存在的肽(蛋白质子序列)。在这项工作中,我们利用生成模型的对数似然梯度来提高这种光谱的识别。特别是,我们表明,最近提出的动态贝叶斯网络(DBN)的梯度可以自然地采用基于核的判别分类。由此产生的Fisher核大大改善了最近尝试将生成和判别模型结合起来进行后处理分析的尝试,在评估的数据集上优于所有其他方法。我们通过引入Theseus,DBN代表大量广泛使用的MS/MS评分函数,将Fisher内核框架提供的改进精度扩展到其他搜索算法。此外,通过梯度上升和最大乘积推理,我们使用Theseus在没有任何监督的情况下学习模型参数。
2019-09-04 cs.LG q-bio.QM stat.ML