通过改进的标准评估蛋白质学推算方法

科学领域:

• 蛋白质组学是指蛋白质组学.
• 定量生物学 定量生物学
• 生物技术是生物技术.

背景情况:

• 使用双重质谱的定量蛋白质组学实验通常会产生许多缺失值.
• 这些缺失值阻碍了可重现性,降低了统计能力,并使交叉样本/实验比较复杂化.
• 现有的归算方法经常被使用,但通常表现不佳,之前的评估集中在简单的错误指标上.

研究的目的:

• 评估定量蛋白质组学中常见的缺失值归算方法.
• 使用实用,以下游为中心的标准来评估性能:识别差异表达的,生成新的定量,并改进的下限量化.
• 将各种实验类型和获取策略 (数据依赖和数据独立获取) 的方法进行比较.

主要方法:

• 使用以下游为中心的标准对归算方法的评估.
• 与数据依赖和数据独立的采集数据进行比较.
• 基于的量化和差异性表达分析的性能比较.

主要成果:

• 输入并没有持续改善差异表达的识别.
• 输入成功识别了新的定量,并提高了的下限量化.
• 在评估的以下游为中心的标准中,MissForest方法表现出卓越的性能.

结论:

• 虽然归算可以提高的量化和降低检测极限,但其对差异表达分析的好处并未得到保证.
• "森林小姐" (MissForest) 成为基于实际实用性的蛋白质组学数据的最高性能归算方法.
• 对于足够纳入化物量化变异的归算方法有着至关重要的需求.