基于支持向量機分類的b-y離子峰選取算法及肽序列標簽生成算法的研究.pdf

1、蛋白質組學研究是細胞生物學領域里日趨成熟和應用日益廣泛的一門技術，它可以規(guī)模化地鑒定出蛋白質混合物甚至大的組織器官樣品中蛋白質的組成成分，并分析蛋白質翻譯后修飾。生物質譜技術是蛋白質組學的關鍵技術，而其中最關鍵的部分是肽序列測序。已有的肽序列測序算法包括數(shù)據(jù)庫搜索算法、從頭測序算法，以及肽序標簽搜庫算法。這些算法的首要步驟是質譜峰的過濾，它與整個算法的復雜性有關。以往對高精度質譜數(shù)據(jù)的峰選取工作取得了較好的效果，而對低精度質譜數(shù)據(jù)的峰選

2、取工作卻沒有合適的方法。 本研究針對低精度質譜數(shù)據(jù)，提出了基于支持向量機分類的b/y離子峰選取算法，通過僅選取質譜圖譜中的b/y離子峰，簡化質譜圖的構建和減少了肽序列標簽生成步驟的計算量，提高了結果的可靠性。 本研究主要基于以下假設：1．所有參與質譜圖構建的質譜峰均為b/y離子峰；2.b/y離子峰與噪聲的本質區(qū)別在于有無同位素峰以及是否發(fā)生中性丟失(主要考慮的中性丟失包括：-H<,2>O，-NH<,3>，-H<,2>O-

3、H<,2>O，-H<,2>O-NH<,3>)，而不是峰強度的高低；3.b/y離子峰與其他碎片離子的區(qū)別在于有無互補離子。 為了驗證所建立的基于支持向量機分類的b/y離子峰選取算法的可靠性，本研究對一批標準蛋白質數(shù)據(jù)(1281個譜)進行了訓練和測試，并與以往廣泛使用的峰過濾算法作了比較。結果表明，b/y離子峰選取算法能夠取得很好的質譜峰過濾效果，比以往普遍使用的質譜峰選取算法有了提高，為質譜圖的構建和肽序列標簽生成算法提供了可靠的