[发明专利]基于泊松分布模型的蛋白质二级质谱鉴定方法

摘要

本发明公开了一种基于泊松分布模型的蛋白质二级质谱鉴定方法，该方法的步骤轮廓如下虚拟酶解蛋白质数据库序列并对酶解后的肽段建立肽段数据库索引，建立肽段数据库，接着根据待分析实验图谱中母离子去电荷后的质量数在建立的肽段数据库中找出符合要求的候选肽段，对实验图谱进行去同位素峰和去噪处理，将待分析的实验图谱与数据库中的理论图谱进行匹配打分，选择得分最高的肽段作为此实验图谱的鉴定结果，对鉴定结果进行整体的假阳性控制。本发明涉及的基于泊松分布模型的蛋白质二级质谱鉴定方法可动态选峰，运行速度较快，同时鉴定的有效图谱数量和肽段数量均高于目前算法。

主权项

一种基于泊松分布模型的蛋白质二级质谱鉴定方法，其特征在于，包括如下步骤：(1)虚拟酶解蛋白质数据库序列，并根据肽段的质量数对酶解后的肽段建立肽段数据库和肽段数据库索引；(2)根据待分析实验图谱中母离子的核质比在步骤(1)所述的肽段数据库中找出符合要求的候选肽段，将选出符合要求的候选肽段作为理论图谱；(3)对待分析实验图谱进行去同位素峰和去噪处理；(4)将步骤(3)中的待分析实验图谱和步骤(2)中每张候选肽段的理论图谱进行匹配打分，选择得分最高的候选肽段作为本次实验图谱的鉴定结果；所述步骤(4)将待分析实验图谱和理论图谱进行匹配打分包括：基于泊松分布的连续匹配打分，基于泊松分布的b、y离子的匹配打分，具体如下：1)基于泊松分布的连续匹配打分：S1=-lg((0.1789k1)(K1+[0.1789k1]+1)·l-0.1789k1(K1+[0.1789k1]+1)!)+lg((0.1789k1)([0.1789k1]+1)·l-0.1789k1([0.1789k1]+1)!)]]>其中k1是实验图谱匹配数，K1是实验图谱连续匹配上的个数，S1是连续匹配的得分，0.1789是随机匹配的概率值，等于实际连续错误匹配数除以理论连续错误匹配数；2)基于泊松分布的b、y离子的匹配打分：S2=-lg((0.2110k1)(K2+[0.2110k1]+1)·l-0.2110k1(K2+[0.2110k1]+1)!)+lg((0.2110k1)([0.2110k1]+1)·l-0.2110k1([0.2110k1]+1)!)]]>其中K2是实验图谱和理论图谱中b/y离子的匹配个数，S2是b/y匹配的得分，0.2110是随机匹配的概率，等于实际错误匹配数除以理论错误匹配数；3)基于泊松分布模型的总的打分：S_Pep=(S1+S2)*1+Σi=1KPri1+K×0.155]]>(5)针对所有实验的鉴定结果进行整体的假阳性控制。