文章 在上共享 提高X!自增压过极化器质谱联用鉴定肽作者:彭毅 杨,杰 妈妈,彭浩 王,云平 朱,必应B。 周、和叶华(Yee Hwa) 杨作者信息和声明IEEE/ACM计算生物学和生物信息学汇刊(TCBB),体积9,问题5页1273-1280https://doi.org/10.109/TCBB.2012.86出版:2012年9月1日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,将发送到:只要您选择的记录被引用,您就会收到通知。新引文提醒!拜托登录到您的帐户 获取访问权限目录IEEE/ACM计算生物学和生物信息学汇刊(TCBB)体积9,问题5以前的文章QuickVina公司上一个下一篇文章CEDER公司下一步摘要工具书类信息和贡献者文献计量学和引文获取访问权限工具书类媒体桌子分享摘要基于质谱(MS)的蛋白质组学的一个关键组成部分是准确的蛋白质鉴定程序。数据库搜索算法通常生成肽谱匹配列表(PSM)。这些PSM的有效性对于下游分析至关重要,因为样品中存在的蛋白质是从这些PSM推断出来的。已经提出了多种后处理算法来验证和过滤PSM。其中,最流行的方法包括称为Percolator的半监督学习(SSL)方法和称为PeptidePhrophet的经验建模方法。然而,它们主要是为商业数据库搜索算法设计的,即SEQUEST和MASCOT。因此,对于开源数据库搜索算法(如X!串联。在本文中,我们提出了一种用于X!串联搜索结果。我们发现Percolator使用的SSL算法在很大程度上依赖于PSM的初始排名。从一个糟糕的PSM排名列表开始可能会导致Percolator表现不佳。通过以级联学习的方式实现Percolator,我们可以通过多次提升运行逐步提高性能,在不牺牲错误发现率(FDR)的情况下实现更多的PSM识别。工具书类[1]X.Han、A.Aslanian和J.Yates III,“蛋白质组学的质谱学”化学生物学现状2008年,第12卷,第5期,第483-490页。交叉引用谷歌学者[2]J.Eng、A.McCormack和J.Yates III,“将肽的串联质谱数据与蛋白质数据库中的氨基酸序列关联的方法”美国质谱学会1994年,第5卷,第11期,第976-989页。交叉引用谷歌学者[3]R.Craig、J.Cortens、D.Fenyo和R.Beavis,“使用注释肽质谱库进行蛋白质鉴定”J.蛋白质组研究2006年,第5卷,第8期,第1843-1849页。交叉引用谷歌学者[4]H.Lam、E.Deutsch、J.Eddes、J.Eng、N.King、S.Stein和R.Aebersold,“质谱多肽鉴定光谱库搜索方法的开发和验证”蛋白质组学第7卷,第655-667页,2007年。交叉引用谷歌学者[5]A.Frank、M.Savitski、M.Nielsen、R.Zubarev和P.Pevzner,“利用精密质谱法进行新肽测序和鉴定”J.蛋白质组研究2007年,第6卷,第1期,第114-123页。交叉引用谷歌学者[6]M.Bern、Y.Cai和D.Goldberg,“查找峰值:串联质谱法鉴定蛋白质的De Novo测序和数据库搜索的混合”分析化学第79卷,第4期,第1393-1400页,2007年。交叉引用谷歌学者[7]D.Perkins、D.Pappin、D.Creasy和J.Cottrell,“利用质谱数据搜索序列数据库进行基于概率的蛋白质鉴定”电泳第20卷,第18期,第3551-3567页,1999年。交叉引用谷歌学者[8]R.Craig和R.Beavis,“串联质谱:蛋白质与串联质谱的匹配”生物信息学2004年,第20卷,第9期,第1466-1467页。数字图书馆谷歌学者[9]L.Geer、S.Markey、J.Kowalak、L.Wagner、M.Xu、D.Maynard、X.Yang、W.Shi和S.Bryant,“开放质谱搜索算法”J.蛋白质组研究第3卷,第5期,第958-964页,2004年。交叉引用谷歌学者[10]I.Shilov、S.Seymour、A.Patel、A.Loboda、W.Tang、S.Keating、C.Hunter、L.Nuwaysir和D.Schaeffer,“Paragon算法,使用序列温度值和特征概率从串联质谱中识别肽的下一代搜索引擎,”分子与细胞蛋白质组学2007年,第6卷,第9期,第1638-1655页。交叉引用谷歌学者[11]B.Balgley、T.Laudeman、L.Yang、T.Song和C.Lee,“使用目标-效益搜索策略对串联MS搜索算法进行比较评估”分子与细胞蛋白质组学第6卷,第9期,第1599-1608页,2007年。交叉引用谷歌学者[12]E.Kapp等人,“几种公开可用的MS/MS搜索算法的评估、比较和准确基准:敏感性和特异性分析”蛋白质组学2005年,第5卷,第13期,第3475-3490页。交叉引用谷歌学者[13]A.Nesvizhskii、F.Roos、J.Grossmann、M.Vogelzang、J.Eddes、W.Gruissem、S.Baginsky和R.Aebersold,“动态光谱质量评估和Shotgun蛋白质组数据的迭代计算分析”分子与细胞蛋白质组学2006年,第5卷,第4期,第652-670页。交叉引用谷歌学者[14]M.Kallberg和H.Lu,“用于识别正确Sequest搜索结果的改进的机器学习协议,”BMC生物信息学,第11卷,第591条,2010年。交叉引用谷歌学者[15]A.Keller、A.Nesvizhskii、E.Kolker和R.Aebersold,“通过MS/MS和数据库搜索评估肽鉴定准确性的经验统计模型”分析化学,第74卷,第20期,第5383-5392页,2002年。交叉引用谷歌学者[16]L.Käll、J.Canterbury、J.Weston、W.Noble和M.MacCoss,“Shotgun蛋白质组学数据集多肽鉴定的半监督学习”自然方法2007年,第4卷,第11期,第923-925页。交叉引用谷歌学者[17]H.Choi、D.Ghosh和A.Nesvizhskii,“使用靶向-经济数据库搜索策略和灵活混合建模对大规模蛋白质组学中的肽识别进行统计验证”J.蛋白质组研究2007年,第7卷,第1期,第286-292页。交叉引用谷歌学者[18]E.Deutsch等人,“跨蛋白质管道导游”蛋白质组学,第10卷,第6期,第1150-1159页,2010年。交叉引用谷歌学者[19]M.Brosch、L.Yu、T.Hubbard和J.Choudhary,“用吉祥物渗透剂准确和敏感的肽鉴定”J.蛋白质组研究,第8卷,第6期,第3176-3181页,2009年。交叉引用谷歌学者[20]M.Spivak、J.Weston、L.Bottou、L.Käll和W.Noble,“改进用于从Shotgun蛋白质组学数据集鉴定肽的Percolator算法”J.蛋白质组研究,第8卷,第7期,第3737-3745页,2009年。交叉引用谷歌学者[21]M.Bern和Y.Kil,“关于‘多阶段蛋白质组搜索策略的无偏统计分析’的评论,”J.蛋白质组研究2011年,第10卷,第4期,第2123-2127页。交叉引用谷歌学者[22]J.Elias和S.Gygi,“通过质谱法提高大规模蛋白质鉴定可信度的靶向生态搜索策略”自然方法2007年,第4卷,第3期,第207-214页。交叉引用谷歌学者[23]A.Ben-Hur、C.Ong、S.Sonnenburg、B.Schölkopf和G.Rätsch,“计算生物学的支持向量机和内核”计算生物学,第4卷,第10期,第1000173页,2008年。交叉引用谷歌学者[24]L.Everett、C.Bierl和S.Master,“多阶段蛋白质组搜索策略的无偏统计分析”J.蛋白质组研究2010年,第9卷,第2期,第700-707页。交叉引用谷歌学者[25]J.Zhang、L.Xin、B.Shan、W.Chen、M.Xie、D.Yuen、W.Zhang和Z.Zhang,G.Lajoie和B.Ma,“Peaks db:De Novo测序辅助数据库搜索用于敏感和准确肽鉴定”分子与细胞蛋白质组学2011年第11卷。交叉引用谷歌学者[26]A.Keller、J.Eng、N.Zhang、X.Li和R.Aebersold,“利用开放XML文件格式的统一蛋白质组学MS/MS分析平台”分子系统生物学第1卷,第2005.0017条,2005年。交叉引用谷歌学者 引用人查看全部简·L夏Z牛X梁X萨米尔P链接A(2016)𝓁基于2多核模糊支持向量机的数据融合改进肽识别IEEE/ACM计算生物学和生物信息学汇刊10.1109/TCBB.2015.248008413:4(804-809)在线发布日期:2016年7月1日https://dl.acm.org/doi/10.1109/TCBB.2015.2480084 索引术语 提高X!自增压过极化器质谱联用鉴定肽应用计算生命与医学计算生物学遗传学系统生物学计算方法机器学习 索引项已通过自动分类分配给内容。 建议 不同色谱条件下肽保留时间预测结果改进的串联质谱鉴定RECOMB'07:第11届计算分子生物学研究国际年会论文集 大多数串联质谱识别算法仅使用最终光谱的信息,而忽略了肽保留时间(RT)等前体信息。利用肽RT进行肽鉴定的努力可能会因其。。。阅读更多信息POTAMOS质谱计算器 质谱法是一种广泛应用的蛋白质鉴定技术,也是检测和表征蛋白质翻译后修饰(PTM)的首选方法。许多软件工具已开发用于。。。阅读更多信息基于质谱数据的蛋白质混合物识别的部分集覆盖模型 蛋白质鉴定是基于质谱(MS)的蛋白质组研究的关键和必要步骤。迄今为止,有许多蛋白质鉴定策略使用MS数据或MS/MS数据进行数据库搜索。而基于MS-的方法。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 IEEE/ACM计算生物学和生物信息学汇刊 第9卷第5期2012年9月287页ISSN公司:1545-5963期刊目录 出版商IEEE计算机学会出版社美国华盛顿特区出版历史出版:2012年9月1日发布于TCBB体积9,问题5作者标记算法设计与分析计算生物学数据库多肽蛋白质蛋白质组学支持向量机培训X!串联质谱法肽鉴定肽谱匹配渗滤器半监督学习。限定符第条贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章指标 1引文总数查看引文119总下载次数下载次数(过去12个月)1下载次数(最近6周)0 其他指标查看作者指标引文 引用人查看全部简·L夏Z牛X梁X萨米尔·P链接A(2016)𝓁2基于多核模糊SVM的数据融合改进肽鉴定IEEE/ACM计算生物学和生物信息学汇刊10.1109/TCBB.2015.248008413:4(804-809)在线发布日期:2016年7月1日https://dl.acm.org/doi/10.1109/TCBB.2015.2480084 视图选项获取访问权限 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此文章 查看选项 PDF格式以PDF文件查看或下载。PDF格式 电子阅读器使用联机查看电子阅读器.电子阅读器媒体数字其他桌子分享分享共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享Linkedin公司Reddit网站电子邮件附属公司彭毅 杨悉尼大学查看个人资料杰 妈妈北京放射医学研究所查看个人资料彭浩 王悉尼大学查看个人资料云平 朱北京放射医学研究所查看个人资料必应B。 周悉尼大学查看个人资料叶华(Yee Hwa) 杨悉尼大学查看个人资料