ISSN: 0974-276X
Hoong Kee Ng, Kang Ning und Hon Wai Leong
Die Peptididentifizierung durch Tandem-Massenspektrometrie (MS/MS) ist eines der wichtigsten Probleme in der Proteomik . Jüngste Fortschritte bei MS/MS-Experimenten mit hohem Durchsatz führen zu riesigen Mengen an Spektren, und der Peptididentifizierungsprozess sollte damit Schritt halten. In diesem Artikel streben wir eine hohe Genauigkeit und Effizienz bei der Peptididentifizierung trotz Rauschen durch eine zweiphasige Filterstrategie an. Unser Algorithmus transformiert Spektren in hochdimensionale Vektoren und verwendet dann eine selbstorganisierende Karte (SOM) und eine Mehrpunkt-Bereichsabfrage (MPRQ) als sehr effiziente Grobfilter, um eine Anzahl von Peptidkandidaten aus der Datenbank auszuwählen. Diese Peptidkandidaten werden anschließend mithilfe einer genauen tagbasierten Bewertungsfunktion S? bewertet und eingestuft. Experimente haben gezeigt, dass unser Ansatz bei der Peptididentifizierung sowohl schnell als auch genau ist.