蛋白質推斷及其統計檢驗算法研究.pdf

1、碩士學位論文蛋白質推斷及其統計檢驗算法研究ResearchofProteinInferenceAlgorithmandStatisticalValidationofProteinIdentifications作者姓名：董嬗學號：2111ZQ!魚完成日期：至Q!壘生蘭旦2Z旦大連理工大學DalianUniversityofTechnology大連理工大學碩十學位論文摘要鳥槍法蛋白質組學目前已經成為全面繪制生物蛋白質組的最有力武器。其中，從

2、原始質譜數據中鑒定出樣本中存在的蛋白質是鳥槍法蛋白質組學流程的基石。蛋白質鑒定主要包括肽段鑒定和蛋白質推斷兩個步驟。肽段鑒定是從原始質譜數據中鑒定出肽段序列而蛋白質推斷問題的目標是從這些鑒定得到的肽段中還原出原始的蛋白質序列。由于質譜數據固有的不確定性和蛋白質組的復雜性，解決蛋白質推斷問題變得很難。同時，鑒于樣本中存在的蛋白質集合是未知的，如何判斷鑒定得到的蛋白質是正確的，即蛋白質推斷結果統計性驗證問題，也是目前研究人員關注的焦點。本文

3、首先提出了一個基于線性規(guī)劃的新模型來解決蛋白質推斷問題。該模型引入聯合概率(每個肽段和它的雙親蛋白質同時存在于樣本的概率)，并用此概率的簡單數學轉換作為模型的變量。蛋白質和肽段的存在概率都可以用此變量的線性組合表示。最后，模型把蛋白質推斷問題表述為一個優(yōu)化問題：在計算得到的肽段概率和己知的肽段概率之差小于某個閾值的約束下，最小化概率不為0的蛋白質數量。實驗結果表明該模型具有很好的推斷表現并優(yōu)于已有方法。針對蛋白質推斷結果驗證問題，本文提

4、出了一個不使用誘餌蛋白質的模型來估計目標蛋白質推斷算法產生的鑒定結果的錯誤發(fā)現率。模型首先提出一個零假設：每個候選蛋白質完全隨機地匹配上鑒定得到的肽段。在此假設基礎上，該模型使用置換P值評估蛋白質鑒定結果的統計顯著性，并通過置換尸值計算最終的錯誤發(fā)現率。模型豐要包括三個步驟：首先，產生和原始輸入二分圖同結構的隨機二分圖；其次，在隨機二分圖上多次運行目標蛋白質推斷算法；最后，計算置換P值和最終的錯誤發(fā)現率。其中，步驟2需要多次調用目標蛋白