Significance estimation for large scale metabolomics annotations by spectral matching.
Significance estimation for large scale metabolomics annotations by spectral matching.
复制标题
DOI：
10.1038/s41467-017-01318-5
复制
发表时间：
2017-11-14
影响因子：
16.6
通讯作者：
Böcker S
中科院分区：
文献类型：
--
作者：
Scheubert K;Hufsky F;Petras D;Wang M;Nothias LF;Dührkop K;Bandeira N;Dorrestein PC;Böcker S
非靶向质谱中小分子的注释依赖于片段光谱与参考库光谱的匹配。尽管存在各种谱-谱匹配分数，但该领域缺乏用于估计这些注释的错误发现率（FDR）的统计方法。我们提出了基于经验贝叶斯和目标诱饵的方法来估计 70 个公共代谢组学数据集的错误发现率 (FDR)。我们表明，每个项目都需要调整光谱匹配设置。通过调整评分参数和阈值，与 GNPS 可用的默认参数集相比，注释数量平均增加了 +139%（范围从 -92 到 +5705%）。提出的 FDR 估计方法将使用户能够评估基于质谱的代谢组学数据的大规模分析的评分标准，这对于蛋白质组学、转录组学和基因组学科学的进步至关重要。将片段光谱与参考库光谱进行匹配是在基于非靶向质谱的代谢组学研究中注释小分子的重要程序。在这里，作者开发了通过经验贝叶斯和基于目标诱饵的方法来估计错误发现率 (FDR) 的策略，这些方法使用户能够定义光谱匹配的评分标准。
The annotation of small molecules in untargeted mass spectrometry relies on the matching of fragment spectra to reference library spectra. While various spectrum-spectrum match scores exist, the field lacks statistical methods for estimating the false discovery rates (FDR) of these annotations. We present empirical Bayes and target-decoy based methods to estimate the false discovery rate (FDR) for 70 public metabolomics data sets. We show that the spectral matching settings need to be adjusted for each project. By adjusting the scoring parameters and thresholds, the number of annotations rose, on average, by +139% (ranging from −92 up to +5705%) when compared with a default parameter set available at GNPS. The FDR estimation methods presented will enable a user to assess the scoring criteria for large scale analysis of mass spectrometry based metabolomics data that has been essential in the advancement of proteomics, transcriptomics, and genomics science. Matching fragment spectra to reference library spectra is an important procedure for annotating small molecules in untargeted mass spectrometry based metabolomics studies. Here, the authors develop strategies to estimate false discovery rates (FDR) by empirical Bayes and target-decoy based methods which enable a user to define the scoring criteria for spectral matching.
登录
查看更多内容
影响因子：
4.4
作者：
Granholm, Viktor;Noble, William Stafford;Kall, Lukas
通讯作者：
Kall, Lukas
影响因子：
--
作者：
Guthals A;Watrous JD;Dorrestein PC;Bandeira N
通讯作者：
Bandeira N
DOI：
10.1093/bioinformatics/btu370
发表时间：
2014-10
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Daly R;Rogers S;Wandy J;Jankevics A;Burgess KE;Breitling R
通讯作者：
Breitling R
影响因子：
14.9
作者：
Allen F;Pon A;Wilson M;Greiner R;Wishart D
通讯作者：
Wishart D
影响因子：
5.8
作者：
Boecker, Sebastian;Rasche, Florian
通讯作者：
Rasche, Florian