文档介绍：东北大学
博士学位论文
基于串联质谱的蛋白质鉴定算法研究
姓名:于长永
申请学位级别:博士
专业:计算机软件与理论
指导教师:王国仁
20090501
摘要基于串联质谱的蛋白质鉴定算法研究近年来,蛋白质组学以其重要的应用前景受到广泛的关注,成为了后基因组时代十分重要的研究课题之一。其中,蛋白质鉴定是蛋白质组学中尤为重要的一步,是后续蛋白功能和相互协作分析的基本保障。目前,串联质谱技术以其高度的准确性和灵敏性成为了大规模、快速、准确的蛋白质鉴定的主要技术手段。然而,高分辨率的串联质谱数据的特点决定了其在计算上的困难,也给计算机算法提出了新的挑战。造成基于串联质谱蛋白质鉴定算法设计困难的主要因素有:胱映煞指丛印>鼵碎裂而形成的多肽串联质谱的离子成分非常复杂,包括噪音离子峰、多种己知类型离子峰鏝端的琤,虲端的琘,、同位素离子峰和未知类型离子峰等等。串联质谱离子成分的复杂性增加了算法的计算复杂度和离子峰的错误指认和匹配的概率,从而增加了鉴定结果的假阳性。莶煌瓯浮过程中,多肽主链的某些肽键及其周围的化学键发生的断裂较少,从而导致串联质谱数据中该处断裂信息的丢失。这使得计算机算法无法推断该处的序列信息或导致正确多肽序列因在该处打分极低而被剔除,增加了鉴定结果的假阴性。牒笮奘巍6嚯男蛄械耐槐浼胺牒笮奘文芄辉斐善浯V势字邪修饰或突变的离子以一定质量进行偏移,从而进一步增大了解释其串联质谱的难度。本文针对基于串联质谱的蛋白质鉴定问题的上述难点进行了详细的分析和深入的研究。本文的贡献点可概括如下:攵源油凡庑蛩惴ㄖ型寄P鸵脑胍舳サ愣啵扑愀丛佣雀叩任侍猓疚奶出了一系列的算法,以达到减小质谱图的规模及降低计算复杂度的目的。首先,提出了分类理论提出了瓹惴ǎ盟惴ㄓ糜诖V势字猩嘈屠胱佑敕堑憷嘈屠胱的分类。最后,,该算法用于串联质谱中蚘离子的分类。实验结果表明,这些算法对解决噪音离子过滤,离子分东北大学博士学位论文算法,该算法能够将串联质谱中的其它类型离子转换为胱印F浯危τ肧摘要·——甠——
类等问题取得了较好的结果,提高了从头测序的准确性。攵缘鞍字适菘馑阉魉惴ㄖ写V势缀投嚯男蛄衅ヅ浯蚍值奈侍猓岢隽艘系列算法。首先,基于信息熵理论提出了惴ǎ盟惴ḿ扑憷砺燮椎拿恳桓隼胱位点的信息熵来衡量该多肽序列在串联质谱中的表达信息,从而衡量匹配程度。其次,提出了基于际醯钠ヅ浯蚍炙惴ā8盟惴ê芎玫乩昧饲慷刃畔ⅲ诩褐5母呔度的数据集上建立了强度匹配知识集合,通过现有匹配对当前的匹配对打分。最后,提出了惴ā8盟惴ㄕ攵允莸牟煌瓯感蕴岢隽肆N坏愕母拍睿ǘ砸桓肽键位置的判断信息扩展为其周围三个位点的信息。实验结果表明,这些算法能够应用到蛋白质数据库搜索算法中,并且在一些数据集上可以取得较好的准确性。岢隽嘶诙嚯男蛄斜昵┑牡鞍字适菘馑阉骷ㄋ惴ǎ碢惴āJ先,构建了质谱,将多肽序列标签的推导问题转化为质谱图中最长平行路径和互补路径的求解问题。其次,引进了枚举树作为蛋白质数据库的索引,以便利用多肽序列标签更加快速地进行数据库搜索。最后,基于断裂点的匹配特征提出了多肽序列标签与蛋白质序列的匹配打分算法。实验结果表明,多肽序列标签的生成和数据库搜索均取得了很高的鉴定准确率。岢隽嘶谥势妆榷阅P偷牡鞍字史牒笮奘渭ㄋ惴ǎ碈—惴ā首先,根据带有拇V势字欣胱臃宓钠铺匦愿隽烁雍侠淼闹势妆榷阅P停提出了该模型的组合优化求解算法。为了进一步提高算法的效率,提高算法的可用性,提出了质谱比对模型的近似求解算法,降低了模型求解的复杂度。接下来,通过分析偏移量之间的关系和分析发生偏移的离子峰集合,提出了修饰类型发现和位点识别算法。实验结果表明,带有亩嚯牡闹势妆榷源蚍炙惴ê痛蠵多肽的修饰类型发现和位点识别算法均取得了很高的鉴定准确率。关键词:蛋白质鉴定,从头测序,串联质谱,数据库搜索,质谱比对,多肽序列标签,东北大学博士学位论文摘要翻译后修饰一—
,—琾—,.猻,—甌猼冢琤,猼,.—,....
/瓵琣甒痸—,.....甀,..,瓻甈,琾——.瓹瓼仃..瓼,..:,,琾
导师签名:土司仁签字日期::侧夕,⒋一年囱/一年半口签字日期:伽,、学位论文作者签名:互簀学位论文作者签名:吞乎本人声明,所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外,不包含其他人己经发表或撰写过的研究成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和磁