[发明专利]基于质谱谱图的无标蛋白质定量方法

权利要求书

1.一种基于质谱谱图的无标蛋白质定量方法，其特征在于，该方法包括如下步骤：

步骤1：对一级谱谱图数据进行预处理；对二级谱谱图数据通过搜库软件进行分析得到二级谱谱图中所包含的肽段定性结果集；对输入的理论蛋白质序列数据库所包含的所有蛋白质序列进行酶切获得理论肽段集；

步骤2：在一级质谱谱图上按质荷比顺序依次提取一级质谱谱图上每个单个离子的提取离子流色谱图，并用一级质谱谱图上所有单个离子的提取离子流色谱图组成提取离子流色谱图集；根据二级谱谱图所含的肽段定性结果集将一级质谱谱图的提取离子流色谱图集分为：已经定性肽段的离子提取离子流色谱图集和未定性的肽段离子的提取离子流色谱图集；

步骤3：通过肽段离子质荷比匹配、肽段离子保留时间范围匹配、肽段离子同位素峰簇强度比匹配来建立理论肽段集和未定性的肽段离子提取离子流色谱图集的多对一映射关系表；智能优化算法在关系表中对目标函数求得最优结果集，得理论肽段集和未定性的肽段离子提取离子流色谱图集的最佳一对一映射关系；确定未定性的肽段离子的定性和定量结果；

步骤4：对定性的肽段进行蛋白质序列组装，再通过肽段的提取离子流色谱图进行定量分析，最终得到蛋白质的统计学分析结果；其中：

所述肽段离子同位素峰簇强度比匹配，具体包括：

s31.肽段离子同位素峰簇仅考虑5个同位素峰，则实验同位素峰簇与理论同位素峰簇匹配的具体关系计算公式如下：

I_ei＝aI_ti+b+ε_i

其中，I_ei是指第i个实验同位素峰的峰强，I_ti是指第i个理论同位素峰峰强，ε_i表示的是第i个峰的误差，i从1到5；a，b是I_ei和I_ti的线性拟合参数；

s32.采用最小二乘拟合使得误差ε_i的平方和最小，此时的拟合优度R²作为同位素峰簇匹配的指标，具体公式如下：

其中I_ei是指第i个实验同位素峰的峰强，I_Ave是指实验同位素峰的峰强的平均值，ε_i表示的是第i个峰的误差，i从1到5。

2.如权利要求1所述的基于质谱谱图的无标蛋白质定量方法，其特征在于，步骤1具体包括：

s11.对一级质谱谱图进行去噪、去基线操作；

s12.对二级谱谱图数据进行搜库软件的搜索，得到肽段定性结果；

s13.对理论蛋白质序列数据库所包含的所有蛋白质序列在剪切位点进行酶切，并在酶切过程中去除实验中不存在的肽段。

3.如权利要求1所述的基于质谱谱图的无标蛋白质定量方法，其特征在于，所述在一级质谱谱图上按质荷比顺序依次提取一级质谱谱图上每个单个离子的提取离子流色谱图，具体包括：

s21.一级质谱谱图数据是三维数据包含质荷比、保留时间和信号强度，通过聚类方法将一级质谱谱图数据按质荷比和保留时间分成各个离子的聚类；

s22.对各个离子聚类进行降噪、平滑和同位素峰的处理，每个离子聚类对应一个肽段离子的提取离子流色谱图。

4.如权利要求1所述的基于质谱谱图的无标蛋白质定量方法，其特征在于，所述智能优化算法的目标函数如下：

其中n是理论蛋白质的总数，l_ipro是理论蛋白质i的长度，m_i是理论蛋白质i的可能包含的肽段个数，l_jpep是理论蛋白质i的某个肽段j的长度，λ_i是蛋白质i的权重。

5.如权利要求1所述的基于质谱谱图的无标蛋白质定量方法，其特征在于，所述对定性的肽段进行蛋白质序列组装，具体包括：肽段能够分为匹配至唯一蛋白质序列和匹配至多个不同蛋白质序列；当肽段匹配至唯一蛋白质序列时，唯一的蛋白质序列序成为被组装的蛋白质序列；当肽段匹配多个不同蛋白质序列时，利用是奥卡姆剃刀法则，使得最少的蛋白质集解释所有鉴定到的肽段，蛋白质集成为被组装的蛋白质序列。