pPre_ITMS:基于机器学习方法的串联质谱数据预处理系统  

pPre_ITMS: Tandem mass spectra preprocessing system based on machine learning

作　　者：邹翠[1] 付岩[1] 孙瑞祥[1] 王乐珩[2] 赵德斌[1] 

机构地区：[1]中国科学院计算技术研究所,北京100080 [2]中国科学院研究生院,北京100039

出　　处：《计算机工程与设计》2007年第9期2111-2113,2133,共4页Computer Engineering and Design

基　　金：国家973重点基础研究发展计划基金项目(2002CB713807);国家科技攻关计划基金项目(2004BA711A21)

摘　　要：串联质谱技术被广泛应用于高通量的蛋白质鉴定。质谱中噪音峰和同位素峰的存在会降低蛋白质鉴定的准确性,同时增加计算负担。pPre_ITMS系统是针对离子阱数据,利用机器学习中的最大期望方法和决策树方法分别识别出质谱中的噪音基线和同位素峰的预处理系统。此外,pPre_ITMS系统采用三层独立模型增强系统鲁棒性,并提供了手动调节功能。利用pPre_ITMS系统可以简单、快速且可视化地对离子阱数据进行预处理。The tandem mass spectrometry has been widely used for high-throughout protein identification. The noise and isotopic peaks in the spectra may increase the false positive rate and computation effort, pPre_ITMS is a preprocessing system for ion trap MS/MS data, which uses the expectation maximization method and decision tree to recognize the noise baseline and first isotopic peaks, respectively. Furthermore, pPre_ITMS applies the three fold independent model to be more robust and provides manual function, pPre_ITMS can preprocess the ion trap data MS/MS in a simple, fast and visual way.

关 键 词：机器学习 串联质谱 预处理 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]