[发明专利]一种肽段液相色谱保留时间预测方法及系统

权利要求书

1.一种肽段液相色谱保留时间预测方法，其特征在于，包括：

步骤1，对原始质谱数据文件进行搜索，获取肽段-谱图匹配作为鉴定结果，对于所述鉴定结果中FDR小于1％的来自目标库的肽段-谱图匹配，提取肽段-谱图匹配中相应肽段的实验保留时间，并设置训练样本与测试样本；

步骤2，使用所述训练样本，将带有修饰的氨基酸作为新氨基酸，建立多元线性回归模型，使用梯度下降法求解每种氨基酸的保留系数；

步骤3，对所述训练样本中的每条肽段，提取56维特征，并计算相应的特征值；

步骤4，建立预测模型，对所述测试样本中已知序列的肽段进行保留时间预测；

其中所述步骤4中建立所述建立预测模型的步骤包括：

步骤41，根据所述特征值，建立预测模型，如下所示：

min12||w||2]]>

约束条件为||y_i-(w^Tx_i+b)||≤ε,i＝1,…,n，其中ε≥0，ε表示预测保留时间和实际保留时间之间最大的差距；y_i表示实际保留时间；x_i表示所述预测模型中各维特征的取值；w表示各维特征的权重，w^T为w的转置矩阵；b表示死时间；

步骤42，若所述测试样本中出现所述训练样本中未出现的修饰，则将带有所述未出现的修饰的氨基酸按照常规的氨基酸处理。

2.如权利要求1所述的肽段液相色谱保留时间预测方法，其特征在于，包括：所述步骤1包括：

步骤11，根据修饰位点，对肽段分别进行处理；

步骤12，对于同一条肽段对应多张二级谱图的情况，选取得分最高的肽段，提取实验保留时间；

步骤13，提取实验保留时间时，对于给定质荷比的肽段，在连续的一级谱图上查找其信号，并记录所述信号的最高强度，当前强度小于最高强度的10％时停止查找，确定信号的起止点，将最高强度对应的时间作为肽段的实验保留时间；

步骤24，在处理每条肽段的过程中，统计出现修饰的名称和频率，并进行存储。

3.如权利要求1所述的肽段液相色谱保留时间预测方法，其特征在于，包括：所述步骤2包括：

步骤21，将所述新氨基酸与现有的20种自然界中存在的氨基酸一起，构造多元线性回归公式，所述多元线性回归公式如下：

T＝∑(R_i*N_i)+b+ε

其中，R_i表示组成肽段的各种氨基酸的保留系数，N_i为各种氨基酸的个数，b为死时间，ε为随机误差；

步骤22，为了避免梯度下降的步长过小，造成收敛速度慢，以及步长过大，导致不收敛，经过测试，现将步长设置为0.000001。