串联质谱谱库搜索鉴定技术综述

介绍蛋白质质谱鉴定领域的串联质谱谱库搜索技术,分析谱库搜索技术的基本原理,从多个角度阐述当前主流的谱库搜索方法,并对其优缺点进行比较,针对目前蛋白质质谱鉴定技术所存在的优缺点,设计其改进思路,论述目前谱库搜索技术所面临的问题以及未来的研究趋势。     

一种新颖的蛋白质序列与其串联质谱的匹配打分算法

为了有效的利用蛋白质串联质谱数据,提高蛋白质鉴定的准确性,提出一种基于KNN的蛋白质序列与蛋白质串联质谱的匹配打分算法.蛋白质序列与蛋白质串联质谱的匹配打分是蛋白质数据库搜索鉴定过程中的关键技术.然而,现有的算法没有很好的利用蛋白质串联质谱中离子的强度信息.针对此问题,本文根据质谱中离子的类型给出了全体离子的一个合理的划分.进而抽象出一个高维的强度特征向量,在已知的高精度的数据集上建立了强度匹配知识集合,最后基于KNN技术构造了序列和质谱的匹配打分算法.实验结果表明,本文算法更加有效的利用了蛋白质串联质谱的结构信息,提高了蛋白质鉴定的准确性.     

串联质谱的蛋白质序列鉴定技术综述

蛋白质组学的主要目的是鉴定出生物体内的蛋白质的种类和数量。为达到这个目的,人们开发了多种蛋白质鉴定算法,包括数据库搜索方法、De Novo方法、PST(肽段序列标签)方法和质谱数据库方法。首先介绍了质谱仪中肽段断裂机理的研究,以及相关的质谱鉴定方法,然后综述了当前常用的蛋白质鉴定方法,分析了这些方法的优缺点,最后提出了自己的见解和展望。     

pPre_ITMS:基于机器学习方法的串联质谱数据预处理系统

串联质谱技术被广泛应用于高通量的蛋白质鉴定.质谱中噪音峰和同位素峰的存在会降低蛋白质鉴定的准确性,同时增加计算负担.pPre_ITMS系统是针对离子阱数据,利用机器学习中的最大期望方法和决策树方法分别识别出质谱中的噪音基线和同位素峰的预处理系统.此外,pPre_ITMS系统采用三层独立模型增强系统鲁棒性,并提供了手动调节功能.利用pPre_ITMS系统可以简单、快速且可视化地对离子阱数据进行预处理.     

基于图卷积神经网络的串联质谱从头测序

在蛋白质组学中从头测序是串联质谱肽段测序的重要方法之一,其具有不依赖于蛋白质数据库的优势,并在测定未知物种蛋白序列、单克隆抗体测序等领域中起着关键作用.然而由于从头测序的复杂性,导致其测序的准确率远低于数据库搜索方法,制约了从头测序的广泛应用.针对从头测序准确率低的问题,提出一种基于图卷积神经网络(GCN)的从头测序方...     

pepReap: 基于支持向量机的肽鉴定算法

利用生物质谱技术进行肽/蛋白质鉴定是蛋白质组学研究中的关键问题. 提出了一种基于支持向量机(SVM)的肽鉴定算法pepReap.算法由粗细两层打分体系构成,粗打分利用匹配谱峰总强度和数目及肽长度等信息得到候选肽序列的列表,细打分通过SVM算法综合利用多项匹配指标如离子相关性、离子匹配误差、肽序列信息等对粗打分结果进行评价,得到更为可靠的肽鉴定结果.在SVM的参数选择过程中,采用马修斯相关系数来评价分类性能以适应不平衡数据集的情况.在公开发表的数据集上的实验表明,该算法与采用阈值评价方法的流行商业软件SEQUEST相比,在鉴定精度相当的情况下可以获得更高的鉴定灵敏度.     

基于特征比对算法的蛋白质质谱鉴定仿真

为了满足质谱鉴定领域的高通量、高准确度的需求,传统的人工鉴定方法不理想,准确性差.为了提高定量精度,提出了利用计算机仿真手段,实现蛋白质质谱快速准确性鉴定.根据分析蛋白质质谱鉴定原理,建立有关模型,然后采用特征比对的方法,对质谱数据进行特征提取和比对分析,设计适合于蛋白质质谱鉴定的特征比对算法,并进行鉴定仿真.仿真结果表明,利用特征比对质谱鉴定方法在鉴定速度及鉴定准确度方面优于传统的方法,验证了使用特征比对方法对蛋白质质谱鉴定的有效性,并为蛋白质鉴定系统优化设计研究提供参考.     

基于过程神经元网络的汉字笔段提取算法研究

提出一种利用过程神经元网络,对脱机手写体汉字二维图像的笔段提取方法。定义了脱机手写体汉字笔段的提取方法,给出了用于脱机手写体汉字笔段提取的过程神经网络的模型和学习算法,并对算法进行了仿真实验。该方法与其他汉字笔段提取方法相比,具有速度快、可学习、鲁棒性好的特点。经实验证明,该方法是行之有效的。     

基于骨架点分布规律的汉字笔段提取算法

提出了一种提取汉字笔段的新方法。从形态学骨架算法生成的骨架点出发,通过分析骨架点的半径分布及不同半径骨架点的位置,发现了笔段提取中产生的毛刺和畸变与骨架点半径之间的规律,进而以此规律为基础提出了一种克服毛刺和畸变的汉字笔段提取方法,最后给出了手写体和印刷体汉字笔段提取的实验结果。实验表明,该方法是行之有效的。     

基于模式串的快速标签识别算法

提出一种基于电子标签Tag的ID返回及模式串识别过程的RFID标签识别算法,解决了RFID仲裁过程中存在的零标签响应问题。实验结果表明,对5 000个标签样本进行处理时,该算法所需平均标签响应次数为经典算法Memoryless的48.74%,为Tree Split的33.89%。对标签ID的广播次数平均不超过上述2种算法的76.35%,缩短了标签识别时间,提高了标签识别效率。     

质谱数据库KDD预处理算法

本文针对谱图数据库的特性，在利用数据库知识发现（KDD）技术对谱图数据库进行数据预处理过程中，对质谱匹配算法、Multi_AdaBoost聚类分析算法和Beynon表审核等方面进行了研究，使我们对质谱库有了更进一步的认识，为构建质谱智能解析系统的知识库和质谱解析的智能化打下了良好的基础。     

基于Haar小波变换的快速指纹识别算法

指纹中不同的空间频率和纹理方向代表了指纹图像的内在特征。为了提取这些特征,提出了基于Haar小波变换的快速指纹识别算法。该算法在提取指纹特征有效区域的基础上,直接对指纹灰度图像进行Haar小波变换以获取指纹特征向量。与传统的基于指纹细节特征的识别算法相比大大减少了计算量。另外,还将指纹识别算法移植到嵌入式安全领域。在基于Arm7处理器(主频100MHz)架构的嵌入式平台上,对FVC2000标准指纹数据库进行了实验,得到了很好的FAR,FRR关系图,并且整个识别过程耗时在1 s左右。实验结果表明,本文算法在快速指纹识别方面是成功的。     

一种基于循环谱切片的通信辐射源识别方法

提出一种基于循环谱切片的通信辐射源个体识别方法.通过计算信号的循环谱密度矩阵,将循环谱密度切片作为初始高维特征,再采用主成分分析方法对其进行降维处理得到指纹特征矢量,最后采取概率神经网络分类器实现辐射源的个体识别.通过对20部手持机的实验表明,使用该方法提取的特征矢量能够较好地反映信号的循环平稳特性,并且特征参数对噪声干扰不敏感,在较低信噪比条件下,系统仍具有较高的正确识别率,说明该方法确实能够较好地解决同型号、同批次、同工作参数通信辐射源的个体识别问题.     

质谱智能解析系统

本系统把人工智能和质谱解析过程有机地集成起来,建立质谱数据库,结合新的质谱匹配算法,有效地降低解析过程的复杂性和提高了解决了普的解析问题。     

一种基于小波谱的流量识别方法

针对流量识别方法受到服务端口、协议签名、流量加密等限制的问题,提出一种基于多尺度小波谱的流量识别方法。利用离散小波变换对原始网络流量进行多尺度分解,分别计算不同尺度下的小波谱,使用K-means算法对这些小波谱进行聚类分析,由此实现网络流量的识别。实验结果表明,该方法具有较高的识别准确率。     

基于质谱数据的肿瘤诊断WEB平台

随着蛋白质质谱技术以及智能算法的发展,使用智能算法分析临床质谱数据已在肿瘤早期诊断方面显示了良好的应用前景.通过研究MATLAB Builder JA Toolbox和分析蛋白质质谱数据的智能算法,结合临床蛋白质质谱数据分析的需求,使用JavaEE技术,设计和实现了基于质谱数据的肿瘤诊断web平台.平台功能主要包括质谱数据可视化显示、智能检索和智能决策诊断三大功能.同时还提供病人基本信息及肿瘤数据管理,质谱生物特征位点设置及分析结果数据存储等附加功能.