Future Prospects of Spectral Clustering Approaches in Proteomics.
Future Prospects of Spectral Clustering Approaches in Proteomics.
复制标题
DOI：
10.1002/pmic.201700454
复制
发表时间：
2018-07
期刊：
影响因子：
3.4
通讯作者：
Griss J
中科院分区：
文献类型：
--
作者：
Perez-Riverol Y;Vizcaíno JA;Griss J
在这篇文章中，当前和未来的应用谱聚类的背景下，基于质谱的蛋白质组学方法进行了讨论。首先，介绍了目前可用于谱聚类的主要算法和工具。此外，它的主要应用和它们在当前计算蛋白质组学工作流程中的使用进行了解释，包括光谱库和光谱档案的生成。最后，谱聚类未来可能的发展方向，包括其潜在的用途，以实现更深的蛋白质组覆盖和发现新的翻译后修饰和单一氨基酸变体。
In this article, current and future applications of spectral clustering are discussed in the context of mass spectrometry‐based proteomics approaches. First of all, the main algorithms and tools that can currently be used to perform spectral clustering are introduced. In addition, its main applications and their use in current computational proteomics workflows are explained, including the generation of spectral libraries and spectral archives. Finally, possible future directions for spectral clustering, including its potential use to achieve a deeper coverage of the proteome and the discovery of novel post‐translational modifications and single amino acid variants.
登录
查看更多内容
影响因子：
3.4
作者：
Deutsch, Eric W.;Mendoza, Luis;Shteynberg, David;Farrah, Terry;Lam, Henry;Tasman, Natalie;Sun, Zhi;Nilsson, Erik;Pratt, Brian;Prazen, Bryan;Eng, Jimmy K.;Martin, Daniel B.;Nesvizhskii, Alexey I.;Aebersold, Ruedi
通讯作者：
Aebersold, Ruedi
影响因子：
7.4
作者：
Kochen MA;Chambers MC;Holman JD;Nesvizhskii AI;Weintraub ST;Belisle JT;Islam MN;Griss J;Tabb DL
通讯作者：
Tabb DL
影响因子：
48
作者：
Griss J;Perez-Riverol Y;Lewis S;Tabb DL;Dianes JA;Del-Toro N;Rurik M;Walzer MW;Kohlbacher O;Hermjakob H;Wang R;Vizcaíno JA
通讯作者：
Vizcaíno JA
影响因子：
3.3
作者：
Audain, Enrique;Uszkoreit, Julian;Perez-Riverol, Yasset
通讯作者：
Perez-Riverol, Yasset
影响因子：
4.4
作者：
Rieder, Vera;Schork, Karin U.;Rahnenfuehrer, Joerg
通讯作者：
Rahnenfuehrer, Joerg