[发明专利]质谱数据中边界的自动检测

权利要求书

1.一种训练模型以确定质谱峰的方法，包括：

使用多个标记的序列数据，所述多个标记的序列数据中的每一个包括表示糖肽或肽或其片段所特有的保留时间值的峰开始标记和峰停止标记，以及

使用所述标记的序列数据训练至少一个机器学习模型，其中所述训练的模型适于确定质谱开始峰和停止峰，所述峰指示生物样本中存在的一种或多种糖肽或肽或其片段的存在。

2.根据权利要求1所述的方法，进一步包括通过对来自所述生物样本的所述质谱开始峰和停止峰之间的时间进行积分来量化所述一种或多种糖肽或肽的存在。

3.根据权利要求1所述的方法，其中所述机器学习模型是递归神经网络模型。

4.根据权利要求3所述的方法，其中所述递归神经网络是具有注意力层的双向LSTM递归神经网络模型。

5.一种方法，包括使用由根据权利要求1所述的过程训练的机器学习模型计算糖肽或肽的丰度。

6.一种系统，包括：

标记的序列数据的数据储存库；

一个或多个处理器，耦合到所述储存库；

机器可执行代码，驻留在所述一个或多个处理器可访问的非暂时性存储器中，当所述一个或多个处理器执行所述代码时，执行根据权利要求1至5中任一项所述的方法。

7.一种确定质谱峰的方法，包括：

提供至少一个训练的神经网络模型，所述训练的神经网络模型产生作为输入参数的函数的输出，其中所述输入参数的值包括具有m/z(质量比电荷)比的糖肽的保留时间值的序列；和

提供质谱(MS)数据作为所述输入参数的值，所述质谱数据包括来自生物样本质谱的所述保留时间值序列上的质荷(m/z)比，

其中所述输出包括一个或多个峰开始和峰停止保留时间值的位置，所述位置指示所述生物样本中一种或多种分析物或其片段的存在。

8.根据权利要求7所述的方法，进一步包括通过对来自所述生物样本的所述质谱开始峰和停止峰之间的保留时间值进行求和或积分来量化所述一种或多种糖肽或肽的存在。

9.根据权利要求8所述的方法，其中所述量化步骤包括对预测的开始峰和停止峰应用加权平滑函数。

10.一种系统，包括：

质谱(MS)数据的数据储存库；

一个或多个处理器，耦合到所述储存库；

机器可执行代码，驻留在所述一个或多个处理器可访问的非暂时性存储器中，当所述一个或多个处理器执行所述代码时，执行根据权利要求7至9中任一项所述的方法。

11.一种方法，包括：

将来自原始MS数据的数据特征化，其中所述原始MS数据包括多个模拟样本，每个模拟样本表示质量/电荷强度，特征化包括对于每个所述模拟样本进行以下步骤：

在保留时间窗口内使所述样本居中，

将所述样本离散成表示强度值的点序列，

将所述强度值标准化，以及

将标记分配给所述点序列中对应于峰开始时间和峰停止时间的点，以产生标记的点序列，

其中所述标记的点序列被配置用于训练机器学习模型以预测未看见的MS数据的丰度。

12.根据权利要求11所述的方法，其中所述居中包括将曲线的顶点定位在所述保持窗口的中心。

13.根据权利要求11所述的方法，其中将所述强度值标准化会排除大于阈值量的强度值。

14.根据权利要求13中任一项所述的方法，其中所述阈值量为约500。