-
公开(公告)号：CN106198706A
公开(公告)日：2016-12-07
申请号：CN201610497295.7
申请日：2016-06-29
Applicant: 中国科学院计算技术研究所
IPC: G01N27/62
CPC classification number: G01N33/6848
Abstract: 本发明提供一种对多肽交联肽段进行质谱鉴定的假发现率控制方法，包括：1)对于每张谱图，基于肽段匹配模型，在存储了单条肽段结构的数据库中进行搜索，得出匹配的n肽交联的鉴定结果；数据库既包括真实肽段结构也包括诱饵肽段结构；2)对于每个谱图的鉴定结果，根据该鉴定结果中分别匹配到真实肽段结构和诱饵假肽段结构的肽段数目，将该鉴定结果归类至鉴定结果集合Rk，其中Rk来表示n肽交联鉴定结果中，有k条肽段为诱饵肽段结构，(n-k)条肽段为真实肽段结构的鉴定结果集合，0≤k≤n，n为不小于3的自然数；3)计算n肽交联的假发现率FDR(n)。本发明更加准确地估计多肽交联肽段质谱鉴定的假发现率；能够帮助提高鉴定的准确率和鉴定率。
-
公开(公告)号：CN106529204B
公开(公告)日：2019-05-07
申请号：CN201610905670.7
申请日：2016-10-18
Applicant: 中国科学院计算技术研究所
IPC: G16B15/00
Abstract: 本发明提供一种基于半监督学习的交联质谱多谱排序方法，包括：1)分别对每个谱图进行单谱匹配和排序，得到对应的最优的交联二肽单谱匹配结果；提取当前每一个肽谱匹配结果的多谱匹配特征向量，其中包括SVM分数、母离子误差比例特征和修饰比例特征等动态特征；2)在所得到的交联二肽匹配结果中，取FDR在预设的FDR阈值以内的属于正样本的结果构建正样本库，取所有负样本的结果构建反样本库；基于新的训练样本更新各个多谱匹配特征向量；3)训练SVM分类器；4)用本轮训练后的SVM分类器对所有交联二肽结果进行重打分；5)根据预设的迭代条件判断是否继续进行迭代，结束迭代时基于当前SVM分数输出多谱排序结果。本发明的多谱排序方法灵敏度高且性能稳定。
-
公开(公告)号：CN106198706B
公开(公告)日：2019-02-01
申请号：CN201610497295.7
申请日：2016-06-29
Applicant: 中国科学院计算技术研究所
IPC: G01N27/62
Abstract: 本发明提供一种对多肽交联肽段进行质谱鉴定的假发现率控制方法，包括：1)对于每张谱图，基于肽段匹配模型，在存储了单条肽段结构的数据库中进行搜索，得出匹配的n肽交联的鉴定结果；数据库既包括真实肽段结构也包括诱饵肽段结构；2)对于每个谱图的鉴定结果，根据该鉴定结果中分别匹配到真实肽段结构和诱饵假肽段结构的肽段数目，将该鉴定结果归类至鉴定结果集合Rk，其中Rk来表示n肽交联鉴定结果中，有k条肽段为诱饵肽段结构，(n‑k)条肽段为真实肽段结构的鉴定结果集合，0≤k≤n，n为不小于3的自然数；3)计算n肽交联的假发现率FDR(n)。本发明更加准确地估计多肽交联肽段质谱鉴定的假发现率；能够帮助提高鉴定的准确率和鉴定率。
-
公开(公告)号：CN106529204A
公开(公告)日：2017-03-22
申请号：CN201610905670.7
申请日：2016-10-18
Applicant: 中国科学院计算技术研究所
IPC: G06F19/16
CPC classification number: G06F19/16
Abstract: 本发明提供一种基于半监督学习的交联质谱多谱排序方法，包括：1)分别对每个谱图进行单谱匹配和排序，得到对应的最优的交联二肽单谱匹配结果；提取当前每一个肽谱匹配结果的多谱匹配特征向量，其中包括SVM分数、母离子误差比例特征和修饰比例特征等动态特征；2)在所得到的交联二肽匹配结果中，取FDR在预设的FDR阈值以内的属于正样本的结果构建正样本库，取所有负样本的结果构建反样本库；基于新的训练样本更新各个多谱匹配特征向量；3)训练SVM分类器；4)用本轮训练后的SVM分类器对所有交联二肽结果进行重打分；5)根据预设的迭代条件判断是否继续进行迭代，结束迭代时基于当前SVM分数输出多谱排序结果。本发明的多谱排序方法灵敏度高且性能稳定。
-
-
-
Search Results
4
records
(took 0.019 seconds)
