借助新型滑动窗口算法的蛋白质组质谱数据知情基线扣除
定量方法
2016-03-24 v1 生物大分子
摘要
蛋白质组基质辅助激光解吸/电离(MALDI)线性飞行时间(TOF)质谱(MS)可用于从生物样本产生蛋白质谱，旨在发现疾病生物标志物。然而，原始蛋白质谱受到若干偏倚或系统变异源的影响，需要在对数据进行有意义的下游分析之前通过预处理去除。基线扣除作为早期预处理步骤，用于去除谱中的非肽信号，其复杂性在于：(i) 每个谱中，具有更高质量荷比(m/z)的肽段平均具有更宽的峰；(ii) 优化基线扣除输入参数的过程耗时且易错的试错。针对上述复杂性，我们提出了一种自动化流程，包括(i) 一种高效的“连续”线段算法，在具有变换后m/z轴的数据上操作，以消除肽段质量与峰宽之间的关系，以及(ii) 一种无输入算法来估计变换后m/z尺度上的峰宽。该自动化基线扣除方法在六个公开可用的蛋白质组MS数据集上使用六种不同的m/z轴变换进行了部署。当与金标准基线扣除信号比较时，使用平均绝对缩放误差(MASE)定量评估自动化基线扣除流程的最优性。使用自动化流程实现了近最优基线扣除。所提流程的优势包括：用于基线扣除方法的知情且数据特定的输入参数、避免耗时且主观的分段基线扣除、以及完全自动化基线扣除的能力。此外，各个步骤可作为独立例程采用。
引用
@article{arxiv.1603.07082,
title = {Informed baseline subtraction of proteomic mass spectrometry data aided by a novel sliding window algorithm},
author = {Tyman E. Stanford and Christopher J. Bagley and Patty J. Solomon},
journal= {arXiv preprint arXiv:1603.07082},
year = {2016}
}
备注
50 pages, 19 figures