[发明专利]一种基于非线性拟合方式的肽质谱峰特征参数提取方法

说明书

技术领域

本发明属于生物质谱数据预处理及信息提取技术领域，具体涉及一种基于非线性拟合方式的肽质谱峰特征参数提取方法。

背景技术

基于串联质谱的肽鉴定是目前蛋白质组研究领域中广泛使用的技术。待鉴定的肽在质谱仪中被碎裂为碎片离子，从而生成串联质谱数据，并与理论串联质谱库或已鉴定的肽段质谱库进行比对及分析，最后完成对未知肽段的鉴定。

通常情况下对某种离子进行质谱检测，所检测到的质荷比数据不是单一数值点，而是存在若干样点，在质谱图上其拟合为高斯曲线，即高斯峰。为确定该离子的荷质比，需对这些样点进行预处理，计算出其横轴方向上的质心(Centroid)，即该离子的实测质荷比。根据所求质心，可进而推算出该离子最大丰度值等其他特征参数。目前质心求解方法有多种，比较常见的思路是：假定质谱图上构成高斯峰的各个样点均严格分布在某条高斯曲线上，利用各样点的数值(质荷比和丰度值)，代入到参数未知的通用高斯曲线函数表达式中，构造联立方程组，从而解出相应高斯峰的特征参数，包括质心，最大丰度值等。当前应用极为广泛的一款蛋白质组学数据分析软件MAXQUANT采用的即是这一方法。然而在实际检测中，受实验条件、所在环境以及仪器设备噪声等因素的影响，质谱图上各个样点往往并非严格分布在高斯曲线上，而是存在一定偏差。当各个样点偏差数值较大，则上述方法中的假设条件难以成立，因而势必造成求解出的特征参数在数值上存在较大误差，进而影响到肽段鉴定的精度。

发明内容

本发明的目的在于解决上述方法的缺点和不足，提出一种基于非线性拟合方式的肽质谱峰特征参数提取方法。

设质谱图中某离子的高斯峰由N个样点组成，通常情况下N≥3。对样点按其丰度值从大到小排序后，其坐标构成集合A。

A＝{(m₁,d₁),(m₂,d₂),…(m_N,d_N)}

其中，m_i表示质荷比，d_i表示丰度，其值大于0，i∈{1,2,3,…,N}。需要通过样点拟合出的高斯曲线其函数形式设为：

f(x,P)=p1×e-(x-p2p3)2]]>

其中，函数f(x，P)代表丰度值，自变量x代表质荷比，p₁、p₂和p₃为待求解的高斯曲线特征参数，分别表征缩放因子、质心、标准差，构成特征参数向量P＝[p₁ p₂ p₃]。所述的特征参数提取方法处理步骤如下：

步骤(1)根据丰度值最大的3个样点数据，对高斯曲线特征参数赋初值。