[发明专利]蛋白质组学串联质谱图寻峰算法

权利要求书

1.蛋白质组学串联质谱图寻峰算法，其特征在于，包括以下步骤：

(1)获取样品及其数据集和数据预处理：从数据库中获得原始数据，从原始数据中提取MS1谱图；

(2)数据平滑：对MS1谱图的信号进行数据平滑操作，减少噪声干扰的同时，尽可能降低对数据峰的造成额外的干扰；

(3)基准校准：对平滑后的MS1谱图进行基线校准，改善数据漂移和定量分析；

(4)小波变化：对基线后的MS1谱图进行小波变化从而突出峰值；

(5)峰值查找：计算谱图信号的一阶导数从而确定MS1中的峰位置。

2.根据权利要求1所述的蛋白质组学串联质谱图寻峰算法，其特征在于，所述的步骤(2)数据平滑的具体步骤为：

采用核回归算法作为平滑算法，离散核回归公式如公式(1)，

其中K_h(x-x_i)为高斯核函数，表达式如下：

公式中x_i是观察到的数据点；x是需要计算核函数的值，也就是要预测的点；y_i是每一个数据点，代表离子丰度；h是带宽，带宽也叫做核回归的平滑参数。

3.根据权利要求1所述的蛋白质组学串联质谱图寻峰算法，其特征在于，所述的步骤(2)数据平滑的具体步骤为：

采用滑动平均法作为平滑算法，滑动平均法如公式(1.1)：

其中p_t表示t时刻的滤波结果，x_t表示t位点信号的观察值，n表示滑动窗口半径。

4.根据权利要求1所述的蛋白质组学串联质谱图寻峰算法，其特征在于，所述的步骤(2)数据平滑的具体步骤为：

采用指数滑动平均法作为平滑算法，指数滑动平均法如公式(1.2)：

p_t＝w*x_t-1+(1-w)p_t-1； (1.2)

其中p_t表示预测值，w表示衰减权重，x_t表示观测值，这是一个递推公式。

5.根据权利要求1所述的蛋白质组学串联质谱图寻峰算法，其特征在于，所述的步骤(2)数据平滑的具体步骤为：

采用SG滤波法作为平滑算法，SG滤波法如公式(1.3)：

x_t＝a₀+a₁*t+a₂*t²+…+a_k-1*t^k-1； (1.3)

其中a_n是第n项的系数，通常使用最小二乘法确定；t表示信号位点；x_t表示在t位点的预测值。

6.根据权利要求1所述的蛋白质组学串联质谱图寻峰算法，其特征在于，所述的步骤(3)基准校准的具体步骤为：

采用自适应最小二乘法作为基线纠正算法，先定义期望值与实际值的平方差，并谋求使此平方差最小化的期望值为真值，具体数学表达式如公式(2)：

S＝∑w_i(y-y_i)²； (2)

其中y_i是每一个数据点，代表离子丰度，y是估计值。

7.根据权利要求1所述的蛋白质组学串联质谱图寻峰算法，其特征在于，所述的步骤(3)基准校准的具体步骤为：

采用最小二乘法作为基线纠正算法，公式(2.1)如下：

S＝∑(y-y_i)²； (2.1)；

其中S表示目标函数，y表示理论值，y_i表示观测值。