multiplierz: an extensible API based desktop environment for proteomics data analysis.
multiplierz: an extensible API based desktop environment for proteomics data analysis.
复制标题
DOI：
10.1186/1471-2105-10-364
复制
发表时间：
2009-10-29
影响因子：
3
通讯作者：
Marto JA
中科院分区：
文献类型：
--
作者：
Parikh JR;Askenazi M;Ficarro SB;Cashorali T;Webber JT;Blank NC;Zhang Y;Marto JA
对基于质谱的蛋白质组学实验结果的有效分析需要访问不同的数据类型，包括原生质谱文件、将肽序列分配给MS/MS谱的算法的输出以及来自各种数据库源的蛋白质和途径的注释。此外，蛋白质组学技术和实验方法尚未标准化，因此，高度的灵活性是必要的高通量和低通量数据分析任务的有效支持。开发一个足够强大的桌面环境来部署在数据分析管道中，同时支持程序员和非程序员的定制，已被证明是一个重大的挑战。我们描述multiplierz，一个灵活的和开源的桌面环境，全面的蛋白质组学数据分析。我们使用这个框架来暴露我们最近提出的通用API（mz API）的原型版本，旨在直接访问专有的质谱文件。除了常规的数据分析任务外，multiplierz还支持生成信息丰富的便携式电子表格报告。此外，multiplierz是围绕“零基础设施”的理念设计的，这意味着它可以由最终用户部署，只需很少或根本不需要系统管理支持。最后，通过高级Python脚本提供对multiplierz功能的访问，从而形成一个完全可扩展的数据分析环境，用于快速开发自定义算法和部署高吞吐量数据管道。mzAPI和multiplierz共同促进了广泛的数据分析任务，从技术开发到生物注释，用于基于质谱的蛋白质组学研究。
Efficient analysis of results from mass spectrometry-based proteomics experiments requires access to disparate data types, including native mass spectrometry files, output from algorithms that assign peptide sequence to MS/MS spectra, and annotation for proteins and pathways from various database sources. Moreover, proteomics technologies and experimental methods are not yet standardized; hence a high degree of flexibility is necessary for efficient support of high- and low-throughput data analytic tasks. Development of a desktop environment that is sufficiently robust for deployment in data analytic pipelines, and simultaneously supports customization for programmers and non-programmers alike, has proven to be a significant challenge. We describe multiplierz, a flexible and open-source desktop environment for comprehensive proteomics data analysis. We use this framework to expose a prototype version of our recently proposed common API (mzAPI) designed for direct access to proprietary mass spectrometry files. In addition to routine data analytic tasks, multiplierz supports generation of information rich, portable spreadsheet-based reports. Moreover, multiplierz is designed around a "zero infrastructure" philosophy, meaning that it can be deployed by end users with little or no system administration support. Finally, access to multiplierz functionality is provided via high-level Python scripts, resulting in a fully extensible data analytic environment for rapid development of custom algorithms and deployment of high-throughput data pipelines. Collectively, mzAPI and multiplierz facilitate a wide range of data analysis tasks, spanning technology development to biological annotation, for mass spectrometry-based proteomics research.
登录
查看更多内容
影响因子：
2.3
作者：
Wehofsky, M;Hoffmann, R
通讯作者：
Hoffmann, R
DOI：
10.1016/j.jasms.2009.03.019
发表时间：
2009-08-01
影响因子：
3.2
作者：
Zhang, Yi;Ficarro, Scott B.;Marto, Jarrod A.
通讯作者：
Marto, Jarrod A.
影响因子：
5.8
作者：
Craig, R;Beavis, RC
通讯作者：
Beavis, RC
影响因子：
3.4
作者：
Deutsch, Eric
通讯作者：
Deutsch, Eric
影响因子：
7.4
作者：
Steen, H;Kuster, B;Mann, M
通讯作者：
Mann, M