目的 通過(guò)所檢測(cè)到的肽段豐度計(jì)算蛋白質(zhì)豐度是蛋白質(zhì)組學(xué)的一個(gè)重要部分。由于退化肽段的豐度可能由多個(gè)蛋白質(zhì)提供, 簡(jiǎn)單剔除退化肽段可消除這種不確定性并簡(jiǎn)化問(wèn)題。但是由于退化肽段的信息沒(méi)有被充分利用, 蛋白質(zhì)定量的準(zhǔn)確性會(huì)受到影響, 還可能顯著降低可以定量的蛋白質(zhì)規(guī)模。如何充分利用退化肽段的信息, 提高蛋白定量的準(zhǔn)確性和全面性, 并且不會(huì)導(dǎo)致問(wèn)題規(guī)模更為復(fù)雜, 成為一個(gè)重要的問(wèn)題。方法 為了在不引入更多誤差的情況下充分利用退化肽段來(lái)進(jìn)行更準(zhǔn)確的定量, 本文提出一個(gè)基于誤差最小化的方法 (error-minimization-based quantification for protein, EMQ) 。不同于以往的大多數(shù)算法, EMQ利用退化肽段中的信息, 最大限度地將肽段層面信息還原到蛋白質(zhì)層面, 得到了更多的蛋白質(zhì)定量結(jié)果并提高了結(jié)果的精度。結(jié)果 多個(gè)實(shí)驗(yàn)數(shù)據(jù)上的表現(xiàn)證明本方法可以在較小的時(shí)間代價(jià)下獲得更高的精度, 并提高結(jié)果的規(guī)模。結(jié)論 本文提出的基于誤差最小化的方法可以快速準(zhǔn)確地對(duì)大規(guī)模蛋白質(zhì)組學(xué)問(wèn)題進(jìn)行定量。
|