蛋白质组学与生物信息学杂志
开放获取

抽象的

多元数据分析在神经蛋白质组学二维凝胶图像分类中的应用

萨维里亚·马扎拉、塞尔吉奥·切鲁蒂、桑德罗·伊纳科内、安东尼奥·孔蒂、斯特凡诺·奥利维耶里、马西莫·阿莱西奥和琳达·帕蒂尼

二维凝胶电泳 (2DE) 在探索复杂生物混合物的蛋白质含量的蛋白质组学中仍然发挥着关键作用。然而，开发从凝胶图像中提取可解释信息的全自动策略仍然是一项具有挑战性的任务。在这项工作中，我们提出了一种计算策略，旨在对从分离图像中出现的判别模式进行自动分类，该判别模式旨在作为相应生物条件的指纹。该方法应用于运动神经元疾病研究中获得的凝胶图像：处理了从脑脊液样本生成的 33 个 2DE 图（26 个病理受试者和 7 个对照受试者）。提取定量图像描述符并拟合偏最小二乘判别分析（PLSDA），评估样本分类的机会。此外，该模型能够识别临床类别中差异最大的凝胶区域。将多元统计技术与 2DE 相结合可能是提取信息丰富的蛋白质模式的有效工具。这种方法可以有助于开发筛选系统，以根据图谱中出现的总体模式区分不同的临床状况，代表蛋白质组实验室常规中有用的补充分析。