customProDB: an R package to generate customized protein databases from RNA-Seq data for proteomics search.
customProDB: an R package to generate customized protein databases from RNA-Seq data for proteomics search.
复制标题
DOI：
10.1093/bioinformatics/btt543
复制
发表时间：
2013-12-15
期刊：
影响因子：
--
通讯作者：
Zhang B
中科院分区：
文献类型：
--
作者：
Wang X;Zhang B
摘要：数据库检索是基于质谱的蛋白质组学研究中用于肽和蛋白质鉴定的最广泛使用的方法。我们之前的研究表明，从RNA-Seq数据中获得的样品特异性蛋白质数据库可以更好地近似样品中的真实的蛋白质池，从而提高蛋白质鉴定。更重要的是，从RNA-Seq数据中识别出的单核苷酸变异、短插入和缺失以及新的连接使蛋白质数据库更加完整和样品特异性。在这里，我们报告了一个R包customProDB，它可以从RNA-Seq数据轻松生成定制的数据库，用于蛋白质组学搜索。这项工作为基因组学和蛋白质组学研究架起了桥梁，并促进了跨组学数据的整合。可用性和实现：customProDB和相关文档可在http://bioconductor.org/packages/2.13/bioc/html/customProDB.html上免费获得。联系人：bing.zhang@ vanderbilt.edu补充信息：补充数据可在生物信息学在线获得。
Summary: Database search is the most widely used approach for peptide and protein identification in mass spectrometry-based proteomics studies. Our previous study showed that sample-specific protein databases derived from RNA-Seq data can better approximate the real protein pools in the samples and thus improve protein identification. More importantly, single nucleotide variations, short insertion and deletions and novel junctions identified from RNA-Seq data make protein database more complete and sample-specific. Here, we report an R package customProDB that enables the easy generation of customized databases from RNA-Seq data for proteomics search. This work bridges genomics and proteomics studies and facilitates cross-omics data integration. Availability and implementation: customProDB and related documents are freely available at http://bioconductor.org/packages/2.13/bioc/html/customProDB.html. Contact: bing.zhang@vanderbilt.edu Supplementary information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
4.4
作者：
Wang, Xiaojing;Slebos, Robbert J. C.;Wang, Dong;Halvey, Patrick J.;Tabb, David L.;Liebler, Daniel C.;Zhang, Bing
通讯作者：
Zhang, Bing
影响因子：
9.9
作者：
通讯作者：
--
影响因子：
5.8
作者：
Lawrence, Michael;Gentleman, Robert;Carey, Vincent
通讯作者：
Carey, Vincent
影响因子：
3.3
作者：
Nesvizhskii AI
通讯作者：
Nesvizhskii AI
DOI：
10.1093/bioinformatics/btp120
发表时间：
2009-05-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Trapnell C;Pachter L;Salzberg SL
通讯作者：
Salzberg SL