蛋白质组学成像质谱数据的特征提取
应用统计
2016-02-05 v2 定量方法
摘要
成像质谱（IMS）通过提供收集空间分布分子数据的途径，改变了蛋白质组学研究。使用基质辅助激光解吸电离（MALDI）IMS 获取的质谱数据由数万个光谱组成，这些光谱是在组织切片表面的规则网格点上测量的。与更标准的液相色谱质谱不同，MALDI-IMS 保留了组织固有的空间信息。出于准确高效地区分 MALDI-IMS 数据中细胞群和组织类型的需求，我们提出了一种针对此类数据的集成聚类与特征提取方法。我们处理代表离子存在/缺失的派生二元数据，因为这是数据中的本质信息。我们的方法在去噪和初步降维步骤中利用了数据的空间结构，并将带有余弦距离的 -means 聚类应用于高维二元数据。结合平滑与聚类产生的空间局部化簇清晰地显示了与癌症及各种非癌组织类型的对应关系。高维二元数据的特征提取通过我们的发生比例差异（DIPPS）方法完成，该方法以数据驱动的方式对变量进行排序并选择一组变量。我们将最佳变量总结为单张图像，该图像具有自然的解释性。将我们的方法应用于卵巢癌患者数据，显示出良好的组织类型分离效果，且我们的结果与病理学家识别的组织类型高度一致。
引用
@article{arxiv.1410.1630,
title = {Feature extraction for proteomics imaging mass spectrometry data},
author = {Lyron J. Winderbaum and Inge Koch and Ove J. R. Gustafsson and Stephan Meding and Peter Hoffmann},
journal= {arXiv preprint arXiv:1410.1630},
year = {2016}
}
备注
Published at http://dx.doi.org/10.1214/15-AOAS870 in the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)