Mass-spectrometry-based spatial proteomics data analysis using pRoloc and pRolocdata.
Mass-spectrometry-based spatial proteomics data analysis using pRoloc and pRolocdata.
复制标题
DOI：
10.1093/bioinformatics/btu013
复制
发表时间：
2014-05-01
期刊：
影响因子：
--
通讯作者：
Lilley KS
中科院分区：
文献类型：
--
作者：
Gatto L;Breckels LM;Wieczorek S;Burger T;Lilley KS
动机：实验空间蛋白质组学，即根据定量蛋白质组学数据将蛋白质高通量分配到亚细胞间，如果有足够的计算工具，有望为许多生物过程提供新的线索。结果：我们在这里介绍了pRoloc，一个完整的基础设施，以支持和指导基于定量质谱学的空间蛋白质组学数据的合理分析。它提供无监督和有监督的机器学习功能，用于数据探索、蛋白质分类和新颖性检测，以识别新的假定亚细胞簇。该软件建立在现有的数据管理和数据处理基础设施之上。可获得性：pRoloc以R语言实现，并根据BioConductor项目(http://www.bioconductor.org/).)的开放源码许可提供该包中包含介绍数据导入/导出和分析的完整教程的小插曲。测试数据可以在配套的包pRolocdata中获得。联系方式：lg390@cam.ac.uk
Motivation: Experimental spatial proteomics, i.e. the high-throughput assignment of proteins to sub-cellular compartments based on quantitative proteomics data, promises to shed new light on many biological processes given adequate computational tools. Results: Here we present pRoloc, a complete infrastructure to support and guide the sound analysis of quantitative mass-spectrometry-based spatial proteomics data. It provides functionality for unsupervised and supervised machine learning for data exploration and protein classification and novelty detection to identify new putative sub-cellular clusters. The software builds upon existing infrastructure for data management and data processing. Availability: pRoloc is implemented in the R language and available under an open-source license from the Bioconductor project (http://www.bioconductor.org/). A vignette with a complete tutorial describing data import/export and analysis is included in the package. Test data is available in the companion package pRolocdata. Contact: lg390@cam.ac.uk
登录
查看更多内容
DOI：
10.1073/pnas.0506958103
发表时间：
2006-04-25
影响因子：
11.1
作者：
Dunkley, TPJ;Hester, S;Lilley, KS
通讯作者：
Lilley, KS
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
10.7
作者：
Tardif, Marianne;Atteia, Ariane;Cournac, Laurent
通讯作者：
Cournac, Laurent
影响因子：
4.4
作者：
Laurila K;Vihinen M
通讯作者：
Vihinen M
影响因子：
64.5
作者：
Ohta S;Bukowski-Wills JC;Sanchez-Pulido L;Alves Fde L;Wood L;Chen ZA;Platani M;Fischer L;Hudson DF;Ponting CP;Fukagawa T;Earnshaw WC;Rappsilber J
通讯作者：
Rappsilber J