基于支持向量機分類的b-y離子峰選取算法及肽序列標(biāo)簽生成算法的研究.pdf

1、蛋白質(zhì)組學(xué)研究是細(xì)胞生物學(xué)領(lǐng)域里日趨成熟和應(yīng)用日益廣泛的一門技術(shù)，它可以規(guī)模化地鑒定出蛋白質(zhì)混合物甚至大的組織器官樣品中蛋白質(zhì)的組成成分，并分析蛋白質(zhì)翻譯后修飾。生物質(zhì)譜技術(shù)是蛋白質(zhì)組學(xué)的關(guān)鍵技術(shù)，而其中最關(guān)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(biāo)簽搜庫算法。這些算法的首要步驟是質(zhì)譜峰的過濾，它與整個算法的復(fù)雜性有關(guān)。以往對高精度質(zhì)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(zhì)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(zhì)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(zhì)譜圖譜中的b/y離子峰，簡化質(zhì)譜圖的構(gòu)建和減少了肽序列標(biāo)簽生成步驟的計算量，提高了結(jié)果的可靠性。 本研究主要基于以下假設(shè)：1．所有參與質(zhì)譜圖構(gòu)建的質(zhì)譜峰均為b/y離子峰；2.b/y離子峰與噪聲的本質(zhì)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(biāo)準(zhǔn)蛋白質(zhì)數(shù)據(jù)(1281個譜)進行了訓(xùn)練和測試，并與以往廣泛使用的峰過濾算法作了比較。結(jié)果表明，b/y離子峰選取算法能夠取得很好的質(zhì)譜峰過濾效果，比以往普遍使用的質(zhì)譜峰選取算法有了提高，為質(zhì)譜圖的構(gòu)建和肽序列標(biāo)簽生成算法提供了可靠的