质谱数据定量分析方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
非线性拟合算法
C *Ti i
, i 1,2
Ii
CC
*Ti *Ti
K1Ti2 K1Ti2
i K T2 i4
i
, ,
i i
3,4 5,6
K1Ti2 K2Ti4 i
, i 7,8
K T2 i4 i
,i 9,10
10
Leabharlann Baidu
2
f i
f K1
10
2 i
i 1
i K1
0
f
特点 K2
i 110
2 i
i 1
i K 2
0
f C
10
2 i
i 1
i C
0
可定义一般模式，支持自定义标记方法，支持多重标记
能够充分利用同位素分布信息
能够直接解决谱峰叠加问题
定量信息提取：标记定量
18
肽段水平
实现了多种算法：XIC面积比， 图谱比值平均，主成分分析， 最小二乘回归
采用了异常值排除策略
实现了基于XIC连续性的截断
临床诊断 ---直接寻找差异---
肽段组学，肽段特征矩阵，LC-MS策略，信号直接对比+有选择鉴定
定量数据分析的基本方法
5
无
标
标
定
记
量
定
量
不包括MRM、iTRAQ和SC定量
计算问题
6
图谱定量信息提取---同位素峰簇处理 肽段定量指标计算---比值计算，XIC处
理，母离子误差校正 RT对齐---LC-MS策略和LC-MS/MS策略
保留时间RT 53.661617 58.135022 59.199630 57.643797
上样量（ug/ul） 3.0 0.3 0.03
0.003
鉴定信息
AVG_ISO_DIS
SC CH XCorr ∆Cn LM(ug/ul)
126 2 5.1
0.62 3.0
14 3 2.63 0.33 3.0
70 2 5.58 0.47 0.3
使用方法
在搜库前定义修饰和定量的参数（通过修改XML文件实现），搜库，然后 使用Distiller定量
15
第二部分：研究内容和结果
定量信息的提取：Label free
16
图 谱 水 平
去噪方法 谱峰定量信息
X 不去噪
Xcalibur默认
最大值 平滑积分
小波去噪
函数拟合
信号加和
同位素峰
X 单一 最高 全部
标记定量：比值，定量指标 无标定量：定量指标
肽段定量指标计算
9
可选步骤
去噪处理：小波，平 滑滤波
XIC峰形拟合：复杂的 类高斯函数
XIC边界确定：信噪比， 连续性，局部最小 值
母离子匹配误差分布： 提高精度？
标记定量：比值计算，MaxQuant采用了最小二乘拟合法 问题：不同试剂标记的肽段XIC平移，差异越大，表现越明显 无标记定量：定量指标计算
未来工作
3
第一部分：研究背景
定量数据分析面对的问题
4
大规模Biomarker 发现 ---低丰度蛋白质---
信号S/N低+鉴定信息少 重复实验数据综合 蛋白质和肽段预分离技术 策略的数据综合
Biomarker验证 ---靶标分析---
靶标挑选（MRM）肽段分析效率预测（绝对定量）生物样本蛋白质表达 的随机变化影响
信号归一化 目的：针对无标记定量，消除不同实验间的系 统误差 基本方法：寻找不变量
差异显著性检验 从肽段到蛋白质的信息综合：平均？筛选？ 异方差问题：信号越弱，误差分布越宽
一个例子
12
XIC
定量信息:TGVIVGEDVHNLFTYAK
图谱计数SC 126 70 3 4
XIC面积SA(对数) 8.54 7.56 5.15 5.89
问题：同位素峰分布测量误差
19
ERRi
ExpIso[i]
6
IsoDis[i] / IsoDis[i],i 1 ~ 6
ExpIso[i]
i1
1.8
Iso1
1.6
Iso2
Iso3
1.4
Iso4
Iso5
1.2
Iso6
Density
1
0.8
0.6
0.4
0.2
-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 Data
1
蛋白质学组中质谱数据定量分 析方法研究
谢红卫 国防科学技术大学机电工程与自动 化学院自动控制系
2010.5.15
主要内容
2
研究背景（我们对定量问题的认识）
定量数据分析面对的问题 定量数据分析的基本方法 已有定量软件和应用情况
研究内容和结果
定量信息提取方法及问题 多批次定量数据的对应及重复实验 差异显著性检验 计算问题和软件开发
的不同 信号归一化---消除系统误差 差异显著性检验---考虑信号强度影响
质谱信号与定量
7
标记：配对的同位素峰
无标记：同位素峰
图谱定量信息提取方法
8
基本方法
最大值法，平滑积分法，信号求和，构建3D peaks （MaxQuant），函数拟合
附加处理
小波去噪，同位素分布约束，信噪比过滤
结果形式
4 3 2.8
0.40 0.3
3 2 4.9
0.49 0.03
4 2 4.3
0.72 0.003
1 3 2.2
0.34 0.003
数据产生 LTQ/FT分析Yeast样品，SEQUEST搜 库，Target-decoy过滤（FDR=0.01）， 取Scan number最小的记录
定量软件
13
Cencus、 CRAWDAD、 MaxQuant
单一同位素峰最高 第二同位素峰最高 第三同位素峰最高 第四同位素峰最高
数据：FT_yeast, BPRC,高可信鉴定肽段
软件在可视化、 速度、数据文 件格式支持、 算法精度和实 验策略支持等 方面有很大发 展空间
定量软件-Mascot
14
支持的定量类型
多种标记定量， MS/MS图谱 定量， emPAI， 重复实验 Label free， 选择信号最强的3 个肽段
数据处理算法特色
基于m/z和RT的对齐，多种XIC积分方法，多参数鉴定结果过滤，outliers排 除，归一化处理（利用均值）
RT对齐
10
LC-MS策略：寻找共同的肽段信号，建立非线 性模型
LC-MS/MS策略：利用共同鉴定肽段的RT建立 对齐模型
对齐模型：3次样条，局部回归，小波，分段线 性，偏移向量等
作用：对LC-MS/MS策略，可以弥补鉴定信息的 不足，提高MS图谱信号利用率
信号归一化和差异显著性检验
11
X
肽 段 水 平
X XIC处理 小波去噪 平滑去噪
XIC定量
平滑积分
连续性截断
函数拟合
误差分析
信号加和
共3*4*3*4*3=432种计算流程
比较原则：重复实验的CV值最小
目前结论： （1）不进行去噪处理的信号加 和方法最优 （2）高信号水平的处理结果 CV值都比较小
定量信息提取：标记定量
17
图谱水平：
C *Ti i
, i 1,2
Ii
CC
*Ti *Ti
K1Ti2 K1Ti2
i K T2 i4
i
, ,
i i
3,4 5,6
K1Ti2 K2Ti4 i
, i 7,8
K T2 i4 i
,i 9,10
10
Leabharlann Baidu
2
f i
f K1
10
2 i
i 1
i K1
0
f
特点 K2
i 110
2 i
i 1
i K 2
0
f C
10
2 i
i 1
i C
0
可定义一般模式，支持自定义标记方法，支持多重标记
能够充分利用同位素分布信息
能够直接解决谱峰叠加问题
定量信息提取：标记定量
18
肽段水平
实现了多种算法：XIC面积比， 图谱比值平均，主成分分析， 最小二乘回归
采用了异常值排除策略
实现了基于XIC连续性的截断
临床诊断 ---直接寻找差异---
肽段组学，肽段特征矩阵，LC-MS策略，信号直接对比+有选择鉴定
定量数据分析的基本方法
5
无
标
标
定
记
量
定
量
不包括MRM、iTRAQ和SC定量
计算问题
6
图谱定量信息提取---同位素峰簇处理 肽段定量指标计算---比值计算，XIC处
理，母离子误差校正 RT对齐---LC-MS策略和LC-MS/MS策略
保留时间RT 53.661617 58.135022 59.199630 57.643797
上样量（ug/ul） 3.0 0.3 0.03
0.003
鉴定信息
AVG_ISO_DIS
SC CH XCorr ∆Cn LM(ug/ul)
126 2 5.1
0.62 3.0
14 3 2.63 0.33 3.0
70 2 5.58 0.47 0.3
使用方法
在搜库前定义修饰和定量的参数（通过修改XML文件实现），搜库，然后 使用Distiller定量
15
第二部分：研究内容和结果
定量信息的提取：Label free
16
图 谱 水 平
去噪方法 谱峰定量信息
X 不去噪
Xcalibur默认
最大值 平滑积分
小波去噪
函数拟合
信号加和
同位素峰
X 单一 最高 全部
标记定量：比值，定量指标 无标定量：定量指标
肽段定量指标计算
9
可选步骤
去噪处理：小波，平 滑滤波
XIC峰形拟合：复杂的 类高斯函数
XIC边界确定：信噪比， 连续性，局部最小 值
母离子匹配误差分布： 提高精度？
标记定量：比值计算，MaxQuant采用了最小二乘拟合法 问题：不同试剂标记的肽段XIC平移，差异越大，表现越明显 无标记定量：定量指标计算
未来工作
3
第一部分：研究背景
定量数据分析面对的问题
4
大规模Biomarker 发现 ---低丰度蛋白质---
信号S/N低+鉴定信息少 重复实验数据综合 蛋白质和肽段预分离技术 策略的数据综合
Biomarker验证 ---靶标分析---
靶标挑选（MRM）肽段分析效率预测（绝对定量）生物样本蛋白质表达 的随机变化影响
信号归一化 目的：针对无标记定量，消除不同实验间的系 统误差 基本方法：寻找不变量
差异显著性检验 从肽段到蛋白质的信息综合：平均？筛选？ 异方差问题：信号越弱，误差分布越宽
一个例子
12
XIC
定量信息:TGVIVGEDVHNLFTYAK
图谱计数SC 126 70 3 4
XIC面积SA(对数) 8.54 7.56 5.15 5.89
问题：同位素峰分布测量误差
19
ERRi
ExpIso[i]
6
IsoDis[i] / IsoDis[i],i 1 ~ 6
ExpIso[i]
i1
1.8
Iso1
1.6
Iso2
Iso3
1.4
Iso4
Iso5
1.2
Iso6
Density
1
0.8
0.6
0.4
0.2
-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 Data
1
蛋白质学组中质谱数据定量分 析方法研究
谢红卫 国防科学技术大学机电工程与自动 化学院自动控制系
2010.5.15
主要内容
2
研究背景（我们对定量问题的认识）
定量数据分析面对的问题 定量数据分析的基本方法 已有定量软件和应用情况
研究内容和结果
定量信息提取方法及问题 多批次定量数据的对应及重复实验 差异显著性检验 计算问题和软件开发
的不同 信号归一化---消除系统误差 差异显著性检验---考虑信号强度影响
质谱信号与定量
7
标记：配对的同位素峰
无标记：同位素峰
图谱定量信息提取方法
8
基本方法
最大值法，平滑积分法，信号求和，构建3D peaks （MaxQuant），函数拟合
附加处理
小波去噪，同位素分布约束，信噪比过滤
结果形式
4 3 2.8
0.40 0.3
3 2 4.9
0.49 0.03
4 2 4.3
0.72 0.003
1 3 2.2
0.34 0.003
数据产生 LTQ/FT分析Yeast样品，SEQUEST搜 库，Target-decoy过滤（FDR=0.01）， 取Scan number最小的记录
定量软件
13
Cencus、 CRAWDAD、 MaxQuant
单一同位素峰最高 第二同位素峰最高 第三同位素峰最高 第四同位素峰最高
数据：FT_yeast, BPRC,高可信鉴定肽段
软件在可视化、 速度、数据文 件格式支持、 算法精度和实 验策略支持等 方面有很大发 展空间
定量软件-Mascot
14
支持的定量类型
多种标记定量， MS/MS图谱 定量， emPAI， 重复实验 Label free， 选择信号最强的3 个肽段
数据处理算法特色
基于m/z和RT的对齐，多种XIC积分方法，多参数鉴定结果过滤，outliers排 除，归一化处理（利用均值）
RT对齐
10
LC-MS策略：寻找共同的肽段信号，建立非线 性模型
LC-MS/MS策略：利用共同鉴定肽段的RT建立 对齐模型
对齐模型：3次样条，局部回归，小波，分段线 性，偏移向量等
作用：对LC-MS/MS策略，可以弥补鉴定信息的 不足，提高MS图谱信号利用率
信号归一化和差异显著性检验
11
X
肽 段 水 平
X XIC处理 小波去噪 平滑去噪
XIC定量
平滑积分
连续性截断
函数拟合
误差分析
信号加和
共3*4*3*4*3=432种计算流程
比较原则：重复实验的CV值最小
目前结论： （1）不进行去噪处理的信号加 和方法最优 （2）高信号水平的处理结果 CV值都比较小
定量信息提取：标记定量
17
图谱水平：