ReCom:一种半监督的方法,用于对超耐受性数据库进行搜索,以更好地识别修改过的

科学领域:

• 蛋白质组学和质谱学
• 计算生物学和生物信息学

背景情况:

• 开放式搜索方法使蛋白质翻译后修饰 (PTM) 的高通量识别成为可能.
• 当前的开放式搜索算法在前体质量确定中的实验错误中扎,限制了性能.
• 准确的前体质量分配对于可靠的PTM识别至关重要.

研究的目的:

• 开发一个半监督的开放搜索方法 (ReCom),以减轻前体质量确定中的错误.
• 改进现有的PTM开放搜索算法的识别性能.
• 提高研究更广泛的PTM范围的能力,包括新的或意想不到的修改.

主要方法:

• 提出了一种半监督的开放搜索方法,ReCom,整合了参考数据库 (例如Unimod) 的先验知识.
• 开发了Comet-ReCom,这是Comet-PTM算法的增强版本,包含了ReCom策略.
• 评估了Comet-ReCom在使用超耐受性质窗口识别PTM方面的表现.

主要成果:

• 与Comet-PTM相比,Comet-ReCom在识别性能上表现出68%的提高.
• 新方法显著改善了MS光谱中前体的单同位素峰值的分配.
• 即使在复杂的场景中,如凝,也观察到性能改善.

结论:

• 半监督的开放搜索方法利用对PTM的先验知识可以显著有利于超宽容的数据库搜索.
• ReCom有效地解决了以前与实验错误和前体质量赋值有关的开放搜索方法的局限性.
• 这一进步有助于发现和研究具有更大的生物学意义的更广泛的蛋白质修饰谱.