利用半隨機抽樣模型進行蛋白質(zhì)概率計算方法的評估等質(zhì)譜信息學研究.pdf

1、Shotgun技術(shù)是大規(guī)模蛋白質(zhì)鑒定的重要方法，能在一次實驗中獲得大量的數(shù)據(jù)，而這些數(shù)據(jù)的可靠性是蛋白鑒定的一個重要問題。當前關(guān)于鑒定結(jié)果質(zhì)量控制的研究主要集中在肽段水平上，而對于蛋白質(zhì)水平上的鑒定結(jié)果可靠性研究比較少，且這些研究中的評估方法所用的數(shù)據(jù)量都比較小，不足以說明方法的有效性。 在對現(xiàn)有shotgun蛋白質(zhì)鑒定過程充分理解的基礎(chǔ)上，建立了一個半隨機抽樣模型模擬大量數(shù)據(jù)搜索后鑒定結(jié)果，以期用該模型評估蛋白質(zhì)概率計算過程中

2、可能涉及到的影響因素，同時評估現(xiàn)有的蛋白質(zhì)概率計算方法。 為了驗證所建立的半隨機抽樣模型的可靠性，對一批標準蛋白質(zhì)數(shù)據(jù)進行模擬，比較不同肽段數(shù)上的模擬的和真實的蛋白質(zhì)或肽段數(shù)，發(fā)現(xiàn)兩種結(jié)果基本相似，證明了該模型能基本代表真實的蛋白質(zhì)鑒定過程。 基于一批人肝臟的數(shù)據(jù)，利用半隨機抽樣模型模擬的34批數(shù)據(jù)，對鑒定結(jié)果的數(shù)據(jù)量大小、搜索數(shù)據(jù)庫大小和去高豐度蛋白質(zhì)等影響蛋白質(zhì)概率計算的因素進行了評估，發(fā)現(xiàn)隨著數(shù)據(jù)庫和數(shù)據(jù)量的增大蛋

3、白質(zhì)的總體陽性率都會下降，而去除高豐度的蛋白質(zhì)在一定程度上能夠提高蛋白質(zhì)的真陽性率。同時，利用這些模擬數(shù)據(jù)，對目前常用的4種蛋白質(zhì)概率計算方法進行了評估，發(fā)現(xiàn)PROT_PROBE能較好地區(qū)分鑒定結(jié)果中假陽性和真陽性蛋白質(zhì)；ProteinProphet計算的蛋白質(zhì)概率高于真實結(jié)果且區(qū)分度不佳；取雙肽段以上(≥2個非冗余肽段)蛋白質(zhì)的方法效果較好，但會受到數(shù)據(jù)庫和數(shù)據(jù)量大小的影響：HPPP所采用的泊松模型在一定程度上能較準確地計算假陽性蛋白

4、質(zhì)鑒定數(shù)，但這種方法強烈依賴于單肽段的假陽性率。因此，總體而言，現(xiàn)有的各種方法在部分解決蛋白質(zhì)水平質(zhì)量控制的同時，都存在著各自的缺陷，至今尚無較成熟可靠的方法。 另外，隨著蛋白質(zhì)組學的發(fā)展，以及系統(tǒng)生物學研究的逐漸開展，需要高通量地進行蛋白質(zhì)的相對定量。我們在目前所用的無標記定量方法的基礎(chǔ)上，用EM算法進行了方法的改進，并利用已有研究發(fā)表的數(shù)據(jù)進行驗證。結(jié)果表明，改進后的質(zhì)譜數(shù)和蛋白質(zhì)豐度的相關(guān)性比改進前有一定的提高。同時，利用

5、這些數(shù)據(jù)對主要的幾種基于鑒定蛋白質(zhì)的質(zhì)譜數(shù)定量模型進行比較，發(fā)現(xiàn)PAI模型最好，SpS模型次之，emPAI模型效果最差。 最后，本論文還進行了一個實用軟件AutoMascot的開發(fā)研究，該軟件能自動批量提交圖譜數(shù)據(jù)進行Mascot搜索。AutoMascot不僅包括了Mascot的web服務(wù)方式和MascotDaemon的常用功能，也增加了遠程訪問Mascot搜索引擎、批量提交數(shù)據(jù)文件或文件夾、多種搜索結(jié)果文件格式和輸出結(jié)果的展示