《Mascot文档：为何某些谱峰得分会比其他的高》由会员分享，可在线阅读，更多相关《Mascot文档：为何某些谱峰得分会比其他的高（2页珍藏版）》请在装配图网上搜索。
1、一些谱峰比其他的看着更可靠？原创：Matrixscience；翻译：沈诚频；当你在鉴定结果的肽段匹配信息中查看谱峰匹配情况时会发现整个谱图中可能就只有一小部分的谱峰会被标记上肽段碎 片信息。我们有时候就会想问：“为何那些看着分子量正确的谱峰没有标记上b、y离子信息？”在诸如Mascot中，有一个 标记打分离子和所有可能匹配离子的开关（不是所有软件都会有）。这样我们就能看到所有可能的3、y离子匹配。但为何不直 接不对所有可能的碎片匹配进行打分呢？当我们详细观察原始质谱谱峰时会发现就算是当前最新最高端的质谱都会产生“peakateverymass”这样的化学噪音信 号。如果搜库软件简单的把这些信息
2、都去进行打分计算，那么该谱图几乎能够匹配上任何序列。显而易见，我们需要在信号和 噪音中做出一定取舍，而且你不能只考虑谱图中的最强信号，因为在整个质量范围内总会有很强的系统性的强度变化。低质量 端的碎片信号一般总是比高质量端的强度高些。所以搜库软件比如Mascot将整个谱图分隔成110Da 段进行分段匹配，在每 一段质量范围内选择最强谱峰。将所有选出的谱峰进行打分计算，然后将每一个区域次强的谱峰加入数据集再次打分。依次循 环打分后得出最佳得分组合，并进行结果报告。我们以此认为该结果应该是一个最合理的选择，能够将最真实的肽段碎片谱峰 挑选出来并有效的去除噪音。而选择110Da的原因则是氨基酸残基的
3、平均加权分子量在SwissProt数据库中大约为110Da。我们没法先验性的预估 谱图中应该是怎样的的离子分布，因此只能假定每隔110Da应该至少会出现一个有效的肽段碎片谱峰。当更多的谱峰用于打分 时，肽段碎片匹配率将持续上升，但在某些情况下，得分反而会下降。这是因为诸如Mascot的打分算法是基于概率计算的， 候选打分谱图的数量和实际匹配的数量均会影响得分。尽管我们还不能确定诸如质量容差和可能的匹配数量这些因素是否会影 响打分，但仅仅比较诸如使用20个候选离子可以得到12个匹配时，其得分一定会大于30个离子中14个可以匹配的情形。 肽段结果展示界面总是会显示碎片的匹配情形及其得分，这样我们就
4、能够比较搜库算法在进行匹配时需要进行多么深入的谱图挖掘了。比如下图的两张谱图得到了完全相同的打分结果，但其信噪比完全不同。0 10 1699 BiNowwh列呻Luof “和”近PiMedgrbhlckswethyl 忙门昭住1创 (H-trrR) RLTRiQIpl er 耳 j (fpplr Iq 呻zLfied re-tidues-中厂 teranl oalyJ!Tw5 5are* BB E Npect : 3-fie-iSSP -RS3Ljbd mHpoi-iiibiir】aiarthis Labl iuai曰uri u連d to scoiius *Horwhisirt-Dpi匚 wi
5、a- of rEurtr#l peptide- -ri*lc.)E 22Ei71FixedIimis: ErbttaldDMethj 1 (匚：|.11*时$|1匕x W- t cm K i TRAflplex 竄i App ly to sped fitd Fesz-dies cr trnLnil. only IMS fcgirc-： S& Ejfpi*-t ! 3. 1 * W7lUtthEi ; 20/1W fr*gB(nt f” ufimg 罚 0飢 lntn僮 pe*ki (Jxlc)这种谱峰选择方法并不非常复杂，但它十分可靠并能够处理相当广泛的数据类型。算法开发者在进行谱图处理算法优化时会犹 豫是否要进行更多的谱峰预过滤，因为通常在某些谱图上得到比较好的结果时很有可能在其他实验的谱图中失效。良好的谱图 提取策略，比如正确的谱峰去卷积和去同位素处理会比单纯的提取所有谱峰列表更有效。我们会在其他文章中专门讨论如果有 效去除母离子同位素峰和进行正确的centroiding。
Mascot文档：为何某些谱峰得分会比其他的高
