GA-Novo：基于遗传算法的串联质谱从头肽测序方法
计算工程、金融与科学
2019-02-05 v1 生物大分子
定量方法
摘要
蛋白质组学是对蛋白质的大规模分析。识别和表征蛋白质氨基酸序列的常用方法是：将蛋白质消化为肽段，利用质谱分析肽段，并使用数据库搜索工具将所得的串联质谱（MS/MS）分配给肽段。然而，数据库搜索算法高度依赖于参考蛋白质数据库，无法识别数据库中未包含的肽段和蛋白质。因此，人们开发了从头测序算法，通过直接重建 MS/MS 谱图的肽序列而不使用任何蛋白质数据库来克服该问题。当前的从头测序算法常常无法构建完全匹配的序列，而只能产生部分匹配。在本研究中，我们提出了一种基于遗传算法的方法 GA-Novo，用于解决从头肽测序这一复杂优化任务，旨在构建全长序列。给定一个 MS/MS 谱图，GA-Novo 优化氨基酸序列以最佳拟合输入谱图。在测试数据集上，GA-Novo 比该任务最常用的软件 PEAKS 多构建了 8% 的完全匹配肽序列，且在部分匹配序列上的召回率高出 4%。
引用
@article{arxiv.1902.00845,
title = {GA-Novo: De Novo Peptide Sequencing via Tandem Mass Spectrometry using Genetic Algorithm},
author = {Samaneh Azari and Bing Xue and Mengjie Zhang and Lifeng Peng},
journal= {arXiv preprint arXiv:1902.00845},
year = {2019}
}