[发明专利]一种肽段液相色谱保留时间预测方法及系统

摘要

本发明提出一种肽段液相色谱保留时间预测方法及系统，涉及生物信息学，该方法包括对原始质谱数据文件进行搜索，获取肽段‑谱图匹配作为鉴定结果，对于所述鉴定结果中FDR小于1％的来自目标库的肽段‑谱图匹配，提取肽段‑谱图匹配中相应肽段的实验保留时间，并设置训练样本与测试样本；使用所述训练样本，将带有修饰的氨基酸作为新氨基酸，建立多元线性回归模型，使用梯度下降法求解每种氨基酸的保留系数；对所述训练样本中的每条肽段，提取56维特征，并计算相应的特征值；建立预测模型，对所述测试样本中已知序列的肽段进行保留时间预测。本发明可以用于不同色谱条件下带有修饰的肽段的保留时间预测，大大提升了速度，在不同的数据集合上与Elude对比，速度加快了30倍以上。

主权项

一种肽段液相色谱保留时间预测方法，其特征在于，包括：步骤1，对原始质谱数据文件进行搜索，获取肽段‑谱图匹配作为鉴定结果，对于所述鉴定结果中FDR小于1％的来自目标库的肽段‑谱图匹配，提取肽段‑谱图匹配中相应肽段的实验保留时间，并设置训练样本与测试样本；步骤2，使用所述训练样本，将带有修饰的氨基酸作为新氨基酸，建立多元线性回归模型，使用梯度下降法求解每种氨基酸的保留系数；步骤3，对所述训练样本中的每条肽段，提取56维特征，并计算相应的特征值；步骤4，建立预测模型，对所述测试样本中已知序列的肽段进行保留时间预测；其中所述步骤4中建立所述建立预测模型的步骤包括：步骤41，根据所述特征值，建立预测模型，如下所示：min12||w||2]]>约束条件为||yi‑(wTxi+b)||≤ε,i＝1,…,n，其中ε≥0，ε表示预测保留时间和实际保留时间之间最大的差距；yi表示实际保留时间；xi表示所述预测模型中各维特征的取值；w表示各维特征的权重，wT为w的转置矩阵；b表示死时间；步骤42，若所述测试样本中出现所述训练样本中未出现的修饰，则将带有所述未出现的修饰的氨基酸按照常规的氨基酸处理。