Adaptive discriminant function analysis and reranking of MS/MS database search results for improved peptide identification in shotgun proteomics.
Adaptive discriminant function analysis and reranking of MS/MS database search results for improved peptide identification in shotgun proteomics.
复制标题
DOI：
10.1021/pr800484x
复制
发表时间：
2008-11
影响因子：
4.4
通讯作者：
Nesvizhskii, Alexey I.
中科院分区：
文献类型：
--
作者：
Ding, Ying;Choi, Hyungwon;Nesvizhskii, Alexey I.
关键词：
通过串联质谱和序列数据库搜索获得的肽鉴定的稳健统计验证是鸟枪法蛋白质组学中的重要任务。PeptideProphet是一种常用的计算工具，用于计算肽鉴定的置信度。在本文中，我们研究了PeptideProphet建模方法的几个局限性，包括使用固定系数计算判别搜索得分和选择的最高得分肽分配每个光谱。为了解决这些限制，我们描述了一种自适应方法，其中一个新的判别函数是从数据中学习的迭代方式。我们扩展了建模框架，以超越每个光谱的最高评分肽分配。我们还研究了聚类的光谱，根据其光谱质量分数，然后集群特定的混合建模的效果。该分析使用从四种不同类型的质谱仪上的纯化蛋白质混合物中获得的数据以及使用复杂的人血清数据集进行。一个特别强调的是放在高质量精度仪器上产生的数据的分析。
Robust statistical validation of peptide identifications obtained by tandem mass spectrometry and sequence database searching is an important task in shotgun proteomics. PeptideProphet is a commonly used computational tool that computes confidence measures for peptide identifications. In this paper, we investigate several limitations of the PeptideProphet modeling approach, including the use of fixed coefficients in computing the discriminant search score and selection of the top scoring peptide assignment per spectrum only. To address these limitations, we describe an adaptive method in which a new discriminant function is learned from the data in an iterative fashion. We extend the modeling framework to go beyond the top scoring peptide assignment per spectrum. We also investigate the effect of clustering the spectra according to their spectrum quality score followed by cluster-specific mixture modeling. The analysis is carried out using data acquired from a mixture of purified proteins on four different types of mass spectrometers, as well as using a complex human serum dataset. A special emphasis is placed on the analysis of data generated on high mass accuracy instruments.
登录
查看更多内容
影响因子：
4.3
作者：
Bakalarski, Corey E.;Haas, Wilhelm;Gygi, Steven P.
通讯作者：
Gygi, Steven P.
影响因子：
4.4
作者：
Du, Xiuxia;Yang, Feng;Smith, Richard D.
通讯作者：
Smith, Richard D.
影响因子：
5.8
作者：
Craig, R;Beavis, RC
通讯作者：
Beavis, RC
影响因子：
7.4
作者：
Fenyö, D;Beavis, RC
通讯作者：
Beavis, RC
DOI：
10.1074/mcp.m700293-mcp200
发表时间：
2008-05
期刊：
Molecular & cellular proteomics : MCP
影响因子：
--
作者：
Brosch M;Swamy S;Hubbard T;Choudhary J
通讯作者：
Choudhary J