蛋白质组学与生物信息学杂志
开放获取

抽象的

18O 定量的双线性回归：整个洗脱曲线的建模

Jeanette E. Eckel-Passow、Douglas W. Mahoney、Ann L. Oberg、Roman M. Zenka、Kenneth L. Johnson、K. Sreekumaran Nair、Yogish C. Kudva、H. Robert Bergen III 和 Terry M. Therneau

动机：解释和量化标记的质谱数据很复杂，需要自动化算法，特别是对于大规模蛋白质组分析。在这里，我们建议使用双线性回归来量化统一模型中洗脱曲线的相对丰度。双线性回归模型利用了这样一个事实：虽然肽在整个洗脱曲线上的总体丰度存在乘性差异，但混合样品之间的相对丰度在整个洗脱曲线上保持恒定。我们描述了如何将双线性回归模型应用于 18O 稳定同位素标记数据，从而可以同时直接比较两个样本。还讨论了模型参数的解释。标记同位素的掺入率作为建模过程的一部分进行估计，并可用作数据质量的衡量标准。在受控实验以及复杂混合物中验证了其应用。结果：与独立处理每个光谱的方法相比，通过考虑整个洗脱曲线中分子的丰度，双线性回归模型可以更精确和准确地估计丰度，精度提高了一对一两个数量级。可用性：http://mayoresearch.mayo.edu/mayo/research/biostat/splusfunctions.cfm。与独立处理每个光谱的方法相比，通过考虑整个洗脱曲线中分子的丰度，精度提高了一到两个数量级。可用性：http://mayoresearch.mayo.edu/mayo/research/biostat/splusfunctions.cfm。与独立处理每个光谱的方法相比，通过考虑整个洗脱曲线中分子的丰度，精度提高了一到两个数量级。可用性：http://mayoresearch.mayo.edu/mayo/research/biostat/splusfunctions.cfm。