Abacus: a computational tool for extracting and pre-processing spectral count data for label-free quantitative proteomic analysis.
Abacus: a computational tool for extracting and pre-processing spectral count data for label-free quantitative proteomic analysis.
复制标题
算：一种用于提取和预处理光谱计数数据的计算工具，用于无标签的定量蛋白质组学分析。
DOI：
10.1002/pmic.201000650
复制
发表时间：
2011-04
期刊：
影响因子：
3.4
通讯作者：
Nesvizhskii, Alexey I.
中科院分区：
文献类型：
--
作者：
Fermin, Damian;Basrur, Venkatesha;Yocum, Anastasia K.;Nesvizhskii, Alexey I.
我们描述了Abacus，一种用于从基于串联质谱的蛋白质组数据集提取光谱计数的计算工具。该程序聚合来自多个实验的数据，调整光谱计数以准确地解释多个蛋白质之间共享的肽，并执行常见的归一化步骤。它还可以在基因水平上输出光谱计数数据，从而简化基因和蛋白质表达数据之间的整合和比较。Abacus与广泛使用的Trans-Proteomic Pipeline工具套件兼容，并带有图形用户界面，便于与程序进行交互。Abacus的主要目的是通过提供一种自动化，易于使用的解决方案来简化光谱计数数据的分析，以便从蛋白质组数据集中提取这些信息，用于后续更复杂的统计分析。
We describe Abacus, a computational tool for extracting spectral counts from tandem mass spectrometry based proteomic datasets. The program aggregates data from multiple experiments, adjusts spectral counts to accurately account for peptides shared across multiple proteins, and performs common normalization steps. It can also output the spectral count data at the gene level, thus simplifying the integration and comparison between gene and protein expression data. Abacus is compatible with the widely used Trans-Proteomic Pipeline suite of tools and comes with a graphical user interface making it easy to interact with the program. The main aim of Abacus is to streamline the analysis of spectral count data by providing an automated, easy to use solution for extracting this information from proteomic datasets for subsequent, more sophisticated statistical analysis.
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
DOI：
10.1073/pnas.0907654107
发表时间：
2010-07-06
影响因子：
11.1
作者：
Gerster, Sarah;Qeli, Ermir;Buehlmann, Peter
通讯作者：
Buehlmann, Peter
影响因子：
9.9
作者：
Li, Jing;Zimmerman, Lisa J.;Park, Byung-Hoon;Tabb, David L.;Liebler, Daniel C.;Zhang, Bing
通讯作者：
Zhang, Bing
影响因子：
3.4
作者：
Searle, Brian C.
通讯作者：
Searle, Brian C.
DOI：
10.1093/bioinformatics/btp692
发表时间：
2010-02-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Li B;Ruotti V;Stewart RM;Thomson JA;Dewey CN
通讯作者：
Dewey CN