Antilope——基于拉格朗日松弛方法的从头肽段测序问题求解
数据结构与算法
2011-03-29 v1 定量方法
摘要
从质谱数据中进行肽段测序是蛋白质组学研究的关键步骤。特别是从头测序，即仅从质谱图鉴定肽段，即使对于最先进的算法方法而言仍然是一个挑战。在本文中，我们提出了Antilope，一种基于数学规划的快速且灵活的新方法。它建立在质谱图模型之上，并适用于多种打分方案。Antilope将用于求解整数线性规划公式的拉格朗日松弛方法与Yen的k最短路径算法的改进相结合。与混合整数优化相比，它在运行时间上显示出显著的改善，并且与其他最先进的工具运行速度相当。我们还实现了一种通用的概率打分方案，该方案可以为带标注的质谱数据集自动训练，并且不依赖于质谱仪类型。在基准数据上的评估表明，Antilope在运行时间和准确率方面均与流行的最先进程序PepNovo和NovoHMM具有竞争力。此外，它在所考虑的离子类型数量上提供了更高的灵活性。Antilope将作为开源蛋白质组学库OpenMS的一部分免费提供。
引用
@article{arxiv.1102.4016,
title = {Antilope - A Lagrangian Relaxation Approach to the de novo Peptide Sequencing Problem},
author = {Sandro Andreotti and Gunnar W. Klau and Knut Reinert},
journal= {arXiv preprint arXiv:1102.4016},
year = {2011}
}