基于深度学习和串联质谱离子信息的蛋白质从头测序方法研究

发布时间：2021-02-05 07:32

　　近年来,随着分子生物学、质谱技术等的飞速发展,蛋白质组学的研究受到了越来越多的关注,并在许多领域都得到了广泛应用。作为蛋白质组学的一项关键技术,从头测序方法能够直接根据串联质谱鉴定得到肽段的氨基酸序列,具有其他蛋白质鉴定方法不可替代的优势。然而,肽键断裂过程可能导致离子碎裂不完整、串联质谱中可能存在噪声等诸多因素,在一定程度上增加了从头测序方法的难度,从而也会影响肽段序列鉴定的准确性。DeepNovo方法首次将深度学习与从头测序方法结合,通过利用神经网络更好地学习串联质谱中碎片离子的特征信息,在氨基酸水平和肽段水平上的鉴定准确性均远远优于现有的其他从头测序方法,同时也体现了深度学习在生物质谱分析以及蛋白质鉴定等相关研究中的重要作用。然而,DeepNovo方法在进行从头测序时仍然存在一些不足之处。一方面,由于DeepNovo方法只考虑串联质谱中的b系列碎片离子和y系列碎片离子,对串联质谱中碎片离子的学习不全面,可能会影响肽段鉴定结果的准确性;另一方面,DeepNovo方法采用固定的迭代次数训练模型,导致模型不具有自适应性,不利于从头测序方法准确性的提高。基于深度学习和串联质谱中的离子信息... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

氨基酸的结构

兰州大学硕士学位论文基于深度学习和串联质谱离子信息的蛋白质从头测序方法研究27第四章利用深度学习和串联质谱离子信息改进DeepNovo蛋白质从头测序方法4.1通过加入a碎片离子信息改进DeepNovo方法4.1.1串联质谱中的碎片离子一级质谱中特定的母离子与惰性气体碰撞后，根据肽段中肽键断裂的规律，会产生一系列碎片离子，这些碎片离子通过二级串联质谱仪分析后，得到二级质谱图。在二级质谱中，碎片离子主要包括序列碎片离子、中间碎片离子和卫星碎片离子三种类型。其中，序列碎片离子是由肽段中的肽键直接断裂产生的碎片离子，根据断裂位置，一般可分为6种碎片离子类型，如图4-1所示。当电荷保留在N端时，会产生a、b、c型碎片离子，而当电荷保留在C端时，会产生x、y、z型碎片离子，N端的a、b、c型碎片离子与C端的x、y、z型碎片离子两两互补，形成离子对，如a-x，b-y，c-z，离子对的质量之和等于母离子的质量，即肽段的质量。图4-1碎片离子的命名规则序列碎片离子类型的下标数字表示该碎片离子所包含的氨基酸的个数，最小可取1，最大不能大于等于肽段序列的长度，如图4-2所示，b2表示该碎片离子是b碎片离子且包含两个氨基酸。以肽段序列KTQAASVEAVK为例，序列长度为11，若只考虑肽键断裂时产生的b-y离子对，则从左向右数，第一个氨基酸与第二个氨基酸间的肽键断开(K|TQAASVEAVK)，生成碎片离子b1=K，y10=TQAASVEAVK；第二个与第三个氨基酸间的肽键断开(KT|QAASVEAVK)，N端C端


本文编号：3019259