一种基于深度学习的蛋白质组分析方法

目的基于液相色谱-串联质谱的数据非依赖性采集(data-independent acquisition,DIA)方法是蛋白质组数据获取的一种主要方式,采集的混合二级质谱由多个肽段同时碎裂组成,增加了肽段定性和定量的复杂度。目前主流的基于提取离子色谱图的方法需要经过预处理,构建色谱峰,提取色谱峰特征等操作。这类方法流程复杂,存在很多误差,并且不同的色谱图复杂度和色谱时间会影响定性和定量的准确度。针对该方法的不足之处,课题组提出一种基于深度学习的方法,直接对肽段进行定性和定量。方法与基于提取离子色谱图的方法不同,本课题组没有使用色谱维度的信息,不会受到色谱图复杂度和色谱时间等因素的影响。将预处理后的质谱数据输入到两个基于卷积神经网络(convolutional neural network,CNN)的模型中,通过二分类和回归预测的方式,解决定性和定量问题。结果课题组在公开数据集上进行了实验,与准确度较高的FIGS相比,提高了定性结果的重复性,在保证定量准确度的同时提高了不同丰度下的肽段定量数量。结论本文提出的基于深度学习的模型,没有使用色谱维度的信息,可以有效地对肽段进行定性和定量。