本文選題：鳥槍法蛋白質(zhì)組學(xué) + 蛋白質(zhì)定量數(shù)據(jù)　； 參考：《華東師范大學(xué)》2017年碩士論文

【摘要】：隨著質(zhì)譜技術(shù)的進(jìn)步,基于液相色譜串聯(lián)質(zhì)譜聯(lián)用(LC-MS/MS)的分析技術(shù),已經(jīng)成為鳥槍法蛋白質(zhì)組學(xué)研究中最常用的技術(shù)之一,科學(xué)家們在此基礎(chǔ)之上輔以統(tǒng)計(jì)學(xué)的方法尋找生物標(biāo)志物的興趣越來越濃厚。但在蛋白質(zhì)質(zhì)譜數(shù)據(jù)分析中,其定量結(jié)果往往存在兩大問題干擾分析結(jié)果的準(zhǔn)確性:一個(gè)是蛋白質(zhì)定量數(shù)據(jù)的高缺失率;另一個(gè)是不同分析平臺、不同儀器產(chǎn)生的數(shù)據(jù)存在嚴(yán)重的批次效應(yīng)。本文針對定量數(shù)據(jù)的高缺失率問題,提出了 KDI(Knowledgeable-based Data Imputation)補(bǔ)值算法,它是基于先驗(yàn)的生物學(xué)知識進(jìn)行補(bǔ)值的。本文詳細(xì)討論了影響此方法補(bǔ)值效果的因素,并與現(xiàn)行其它補(bǔ)值方法(KNN和Stepwise等)進(jìn)行了系統(tǒng)比較,我們發(fā)現(xiàn)KDI方法明顯優(yōu)于其它方法,具有較好的準(zhǔn)確性和穩(wěn)定性。同時(shí)針對批次效應(yīng)問題,本文借鑒了三種在基因組數(shù)據(jù)分析中常用的標(biāo)準(zhǔn)化方法(Quantile、TMM、sva)。此外,我們創(chuàng)造性的將最佳補(bǔ)值方法KDI與標(biāo)準(zhǔn)化方法相結(jié)合,形成一套可以同時(shí)解決缺失值和批次效應(yīng)的預(yù)處理方法。然后,對多個(gè)組合的預(yù)處理效果進(jìn)行統(tǒng)計(jì)學(xué)評估,挑選出最適合蛋白質(zhì)組數(shù)據(jù)的預(yù)處理方法。最后,對預(yù)處理前后的結(jié)果做了差異表達(dá)分析和Pathway(生物學(xué)通路)富集分析,再次證明了數(shù)據(jù)的預(yù)處理對于提高數(shù)據(jù)分析的準(zhǔn)確性和可靠性有極大貢獻(xiàn),為相關(guān)研究人員提供了 一個(gè)便捷有效的數(shù)據(jù)預(yù)處理方案。
[Abstract]:With the development of mass spectrometry, the analysis technology based on LC-MS / MS / MS has become one of the most commonly used techniques in the research of birdshot proteomics.Scientists are increasingly interested in finding biomarkers with statistical methods.However, in the analysis of protein mass spectrometry data, there are often two major problems with the accuracy of the quantitative results: one is the high loss rate of protein quantitative data, the other is different analysis platforms.The data produced by different instruments have serious batch effect.In order to solve the problem of high missing rate of quantitative data, this paper presents an algorithm of KDI(Knowledgeable-based Data input, which is based on a priori knowledge of biology.This paper discusses in detail the factors that affect the effect of this method and compares it with other methods such as KNN and Stepwise. We find that the KDI method is obviously superior to other methods and has good accuracy and stability.At the same time, in order to solve the problem of batch effect, this paper draws lessons from three standardized methods commonly used in genome data analysis.In addition, we creatively combine the optimal complement method (KDI) with the standardized method to form a set of preprocessing methods which can solve both the missing value and batch effect.Then, the pretreatment effect of multiple combinations was evaluated statistically, and the most suitable pretreatment method for proteome data was selected.Finally, the differential expression analysis and Pathway-enrichment analysis were done to the results before and after pretreatment, which proved that data preprocessing has great contribution to improving the accuracy and reliability of data analysis.It provides a convenient and effective data preprocessing scheme for related researchers.
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：Q51;Q811.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金凌輝;;R軟件在線性代數(shù)中的一些應(yīng)用[J];科教文匯(下旬刊);2014年11期

2 孫寧寧;高祥;李玲霞;宋麗娜;李曉鷗;王子健;劉寧;武利濤;;比較蛋白質(zhì)組學(xué)在腫瘤生物標(biāo)記物研究中的應(yīng)用策略[J];中國實(shí)驗(yàn)診斷學(xué);2014年08期

3 余婷;楊明順;劉永;原博;;改進(jìn)PCA降維算法及其在多元質(zhì)量控制中的應(yīng)用[J];工業(yè)工程與管理;2014年03期

4 李楠楠;周廉淇;毛心麗;張姣;衛(wèi)軍營;林虹君;李佳斌;田芳;張養(yǎng)軍;錢小紅;;~(18)O同位素標(biāo)記定量肽段串聯(lián)體蛋白質(zhì)結(jié)合同位素稀釋-多反應(yīng)監(jiān)測質(zhì)譜的蛋白質(zhì)絕對定量新方法[J];色譜;2013年06期

5 王昕;田芳;張養(yǎng)軍;錢小紅;;基于質(zhì)譜技術(shù)的蛋白質(zhì)組定量方法[J];生命的化學(xué);2011年01期

6 張著英;黃玉龍;王翰虎;;一個(gè)高效的KNN分類算法[J];計(jì)算機(jī)科學(xué);2008年03期

7 吳曉歌;魯新宇;;質(zhì)譜技術(shù)在蛋白質(zhì)組學(xué)中的應(yīng)用發(fā)展[J];醫(yī)學(xué)研究生學(xué)報(bào);2007年10期

8 郭顯光;;用兩種統(tǒng)計(jì)軟件計(jì)算四分位數(shù)結(jié)果的差異[J];統(tǒng)計(jì)與決策;2006年21期

9 王中勝;朱云平;賀福初;;肽序列從頭測序算法[J];軍事醫(yī)學(xué)科學(xué)院院刊;2006年05期

10 劉慧玲;張養(yǎng)軍;錢小紅;;穩(wěn)定同位素化學(xué)標(biāo)記結(jié)合質(zhì)譜技術(shù)在定量蛋白質(zhì)組學(xué)中的應(yīng)用[J];生物技術(shù)通訊;2006年03期

相關(guān)會議論文 前1條

1 劉小琳;佟玲;郭欣;張瀛;周水平;朱永宏;;生物質(zhì)譜技術(shù)在蛋白藥物研究中的應(yīng)用[A];2012年中國藥學(xué)大會暨第十二屆中國藥師周論文集[C];2012年

相關(guān)博士學(xué)位論文 前2條

1 張鵬飛;運(yùn)用2D-LC-MS/MS結(jié)合iTRAQ技術(shù)篩選人肺腺癌質(zhì)膜蛋白質(zhì)標(biāo)志物[D];中南大學(xué);2012年

2 高明霞;高豐度蛋白質(zhì)的除去及蛋白質(zhì)的多維色譜分離與定量新方法研究[D];復(fù)旦大學(xué);2006年

相關(guān)碩士學(xué)位論文 前2條

1 謝文華;Spearman相關(guān)系數(shù)的變量篩選方法[D];北京工業(yè)大學(xué);2015年

2 楊星;基于穩(wěn)定同位素標(biāo)記與質(zhì)譜分析的蛋白質(zhì)定量數(shù)據(jù)處理方法研究[D];國防科學(xué)技術(shù)大學(xué);2008年

，

本文編號：1768547