[发明专利]一种蛋白质质谱定量分析结果的筛选方法及系统

权利要求书

1.一种蛋白质质谱定量分析结果的筛选方法，其特征在于，包括：

获取经过OpenSWATH筛选后的定量结果图像；

利用归一化方法对定量结果图像中的6个子离子的XIC曲线进行标准归一化，将XIC的强度转换到0和1之间；

通过训练好的卷积神经网络对归一化方法的输出进行分类，输出肽段为阳性肽段的概率；

基于预设的双阈值进行筛选；如果所述概率小于等于第一预设阈值，则判断出对应的肽段为假阳性肽段；如果所述概率大于等于第二预设阈值，则判断出对应的肽段为阳性肽段；否则，判断出对应的肽段为模糊肽段。

2.根据权利要求1所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述归一化方法包括最小最大归一化方法。

3.根据权利要求1所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述概率的范围为大于等于0且小于等于1。

4.根据权利要求1所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述卷积神经网络的训练方法，包括：

构建数据集，构建包括训练集、验证集和测试集的数据集；所述训练集、验证集和测试集彼此之间没有交集；且所述训练集包括原始图像和相对应的标签图像，用来输入到所述卷积神经网络中进行训练，所述验证集和测试集只包括原始图像；所述原始图像为经过OpenSWATH筛选后的定量结果图像；所述标签图像为将定量结果图像标注为阳性肽段或假阳性肽段的图像，如果数据集中的6条强度曲线在峰值处相互吻合，则标注该肽段图像为阳性肽段图像；按照一定的比例随机选取相应数量的阳性肽段图像和假阳性肽段图像作为训练集和交叉验证集，随机选取一定数量的测试集；

增强数据，将每张图像的6个XIC的顺序随机重排4次以增加数据集；

预处理图像，利用归一化方法对数据集图像中的6个子离子的XIC曲线进行标准归一化；

训练卷积神经网络，将预处理后的图像输入卷积神经网络，训练出使损失函数最小的卷积神经网络。

5.根据权利要求1所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述卷积神经网络包括依次设置的卷积层、池化层、完全连接层以及各层激活函数的选择；所述卷积层包括一个或多个；所述池化层包括一个或多个；所述完全连接层包括一个或多个。

6.根据权利要求5所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述卷积层和所述池化层的数量相同，且所述卷积层和所述池化层交替设置。

7.根据权利要求5所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述卷积层的激活函数选择ReLU函数。

8.根据权利要求5所述的蛋白质质谱定量分析结果的筛选方法，其特征在于，所述完全连接层包括相连接的第一完全连接层和第二完全连接层；所述第一完全连接层设置在所述池化层后，所述第一完全连接层的激活函数选择ReLU函数；所述第二完全连接层设置在所述第一完全连接层后，所述第二完全连接层的激活函数选择Sigmoid函数，只有一个单元也就是输出为一个值。

9.一种蛋白质质谱定量分析结果的筛选系统，其特征在于，包括

数据获取模块，用于获取经过OpenSWATH筛选后的定量结果图像；

数据预处理模块，利用归一化方法对定量结果图像中的6个子离子的XIC曲线进行标准归一化，将XIC的强度转换到0和1之间；

卷积神经网络处理模块，通过训练好的卷积神经网络对归一化方法的输出进行分类，输出肽段为阳性肽段的概率；

筛选模块，基于预设的双阈值进行筛选；如果所述概率小于等于第一预设阈值，则判断出对应的肽段为假阳性肽段；如果所述概率大于等于第二预设阈值，则判断出对应的肽段为阳性肽段；否则，判断出对应的肽段为模糊肽段。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法。