近年來,隨著分子生物學、質譜技術等的飛速發(fā)展,蛋白質組學的研究受到了越來越多的關注,并在許多領域都得到了廣泛應用。作為蛋白質組學的一項關鍵技術,從頭測序方法能夠直接根據串聯質譜鑒定得到肽段的氨基酸序列,具有其他蛋白質鑒定方法不可替代的優(yōu)勢。然而,肽鍵斷裂過程可能導致離子碎裂不完整、串聯質譜中可能存在噪聲等諸多因素,在一定程度上增加了從頭測序方法的難度,從而也會影響肽段序列鑒定的準確性。DeepNovo方法首次將深度學習與從頭測序方法結合,通過利用神經網絡更好地學習串聯質譜中碎片離子的特征信息,在氨基酸水平和肽段水平上的鑒定準確性均遠遠優(yōu)于現有的其他從頭測序方法,同時也體現了深度學習在生物質譜分析以及蛋白質鑒定等相關研究中的重要作用。然而,DeepNovo方法在進行從頭測序時仍然存在一些不足之處。一方面,由于DeepNovo方法只考慮串聯質譜中的b系列碎片離子和y系列碎片離子,對串聯質譜中碎片離子的學習不全面,可能會影響肽段鑒定結果的準確性;另一方面,DeepNovo方法采用固定的迭代次數訓練模型,導致模型不具有自適應性,不利于從頭測序方法準確性的提高。基于深度學習和串聯質譜中的離子信息... 

【文章來源】：蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：54 頁

【學位級別】：碩士

【部分圖文】：

氨基酸的結構

蘭州大學碩士學位論文基于深度學習和串聯質譜離子信息的蛋白質從頭測序方法研究27第四章利用深度學習和串聯質譜離子信息改進DeepNovo蛋白質從頭測序方法4.1通過加入a碎片離子信息改進DeepNovo方法4.1.1串聯質譜中的碎片離子一級質譜中特定的母離子與惰性氣體碰撞后，根據肽段中肽鍵斷裂的規(guī)律，會產生一系列碎片離子，這些碎片離子通過二級串聯質譜儀分析后，得到二級質譜圖。在二級質譜中，碎片離子主要包括序列碎片離子、中間碎片離子和衛(wèi)星碎片離子三種類型。其中，序列碎片離子是由肽段中的肽鍵直接斷裂產生的碎片離子，根據斷裂位置，一般可分為6種碎片離子類型，如圖4-1所示。當電荷保留在N端時，會產生a、b、c型碎片離子，而當電荷保留在C端時，會產生x、y、z型碎片離子，N端的a、b、c型碎片離子與C端的x、y、z型碎片離子兩兩互補，形成離子對，如a-x，b-y，c-z，離子對的質量之和等于母離子的質量，即肽段的質量。圖4-1碎片離子的命名規(guī)則序列碎片離子類型的下標數字表示該碎片離子所包含的氨基酸的個數，最小可取1，最大不能大于等于肽段序列的長度，如圖4-2所示，b2表示該碎片離子是b碎片離子且包含兩個氨基酸。以肽段序列KTQAASVEAVK為例，序列長度為11，若只考慮肽鍵斷裂時產生的b-y離子對，則從左向右數，第一個氨基酸與第二個氨基酸間的肽鍵斷開(K|TQAASVEAVK)，生成碎片離子b1=K，y10=TQAASVEAVK；第二個與第三個氨基酸間的肽鍵斷開(KT|QAASVEAVK)，N端C端


本文編號：3019259