蛋白质组学与生物信息学杂志
开放获取

抽象的

质谱中单同位素峰检测的统计技术

穆拉德·阿特拉斯和苏斯米塔·达塔

质谱已成为高通量蛋白质组学分析的核心技术。它在生物医学研究中具有巨大的潜力。然而，数据的复杂性给分析带来了新的统计挑战。用于分析蛋白质组数据的统计方法和软件开发可能继续成为未来几年的主要研究领域。本文提出了一种用于分析蛋白质组研究中高维 MALDI-TOF 质谱数据的新统计方法。关于肽分子同位素分布的化学知识以及定量模型用于检测每个光谱中具有化学价值的峰。更具体地说，将位置偏移泊松分布的混合物拟合到肽分子的脱酰胺同位素分布。通过期望最大化 (EM) 技术的最大似然估计用于估计分布的参数。然后构建正式的统计测试以确定质谱中的连续特征（强度值）簇是否对应于真正的各向同性模式。因此，单个光谱中的单同位素峰被识别。我们的方法的性能通过广泛的模拟进行检验。我们还使用真实数据集对我们的方法进行了数值说明，并将其与现有的峰值检测方法进行了比较。提供了我们检测到的峰的外部生化验证。然后构建正式的统计测试以确定质谱中的连续特征（强度值）簇是否对应于真正的各向同性模式。因此，单个光谱中的单同位素峰被识别。我们的方法的性能通过广泛的模拟进行检验。我们还使用真实数据集对我们的方法进行了数值说明，并将其与现有的峰值检测方法进行了比较。提供了我们检测到的峰的外部生化验证。然后构建正式的统计测试以确定质谱中的连续特征（强度值）簇是否对应于真正的各向同性模式。因此，单个光谱中的单同位素峰被识别。我们的方法的性能通过广泛的模拟进行检验。我们还使用真实数据集对我们的方法进行了数值说明，并将其与现有的峰值检测方法进行了比较。提供了我们检测到的峰的外部生化验证。我们还使用真实数据集对我们的方法进行了数值说明，并将其与现有的峰值检测方法进行了比较。提供了我们检测到的峰的外部生化验证。我们还使用真实数据集对我们的方法进行了数值说明，并将其与现有的峰值检测方法进行了比较。提供了我们检测到的峰的外部生化验证。