基于 MALDI-MSI 数据中组分空间分布分析的同位素包络识别
机器学习
2023-02-16 v2 机器学习
定量方法
摘要
在蛋白质鉴定流程中，质谱是关键步骤之一，可获取蛋白质结构信息。从质谱中去除同位素峰至关重要，该过程称为去同位素化。现有不同的去同位素化算法，但各有局限，且专用于不同的质谱方法。MALDI-ToF 技术实验数据具有高维特性。本文提出一种基于 Mamdani-Assilan 模糊系统及同位素包络中所含峰的分子分布空间图，在 MALDI-ToF 分子成像数据中识别同位素包络的方法。我们采用若干图像纹理测度来评估空间分子分布图。该算法在来自 Gliwice 国家肿瘤研究所头颈部癌症患者样本的 MALDI-ToF 实验所得的八个数据集上进行了测试。数据经过预处理与特征提取，结果被收集并与三种现有去同位素化算法比较。所得结果分析表明，本文提出的同位素包络识别方法通过面向峰对研究的方法可检测重叠包络。此外，所提算法能够分析大型数据集。
引用
@article{arxiv.2302.06051,
title = {Isotopic envelope identification by analysis of the spatial distribution of components in MALDI-MSI data},
author = {Anna Glodek and Joanna Polańska and Marta Gawin},
journal= {arXiv preprint arXiv:2302.06051},
year = {2023}
}