大型蛋白质组学队列的云启用可扩展分析
Harendra Guturu1, Andrew Nichols1, Lee S Cantrell1
1Seer, Inc., Redwood City, California 94065, United States.
Journal of proteome research
|February 13, 2025
概括
可扩展的运行之间的匹配 (MBR) 通过快速处理成千上万个样本来实现大规模蛋白质组分析. 这种新算法实现了与现有方法几乎相同的结果,提高了队列研究的数据深度和完整性.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 非定位质谱仪使得大规模的蛋白质和蛋白质基因组分析成为可能.
- 现有的数据基础设施和搜索引擎在队列研究中难以扩展.
- 无库运行之间的匹配 (MBR) 搜索增强了数据深度,但具有可扩展性的限制.
研究的目的:
- 开发一种可扩展的解决方案,用于在大规模蛋白质组数据分析中对运行之间的匹配 (MBR) 搜索.
- 为了使成千上万的个人能够在使用MBR的队列研究中进行处理.
- 提高蛋白质组数据搜索引擎的吞吐量和资源可扩展性.
主要方法:
- 在分布式云环境中部署搜索引擎,而无需修改源代码.
- 开发了一种新的算法,可扩展的MBR,复制DIA-NN的MBR程序.
- 测试可扩展性,可进行超过 15,000 次注射.
主要成果:
- 可扩展的MBR可以在几个小时内搜索成千上万的MS原始文件,而原始DIA-NN MBR则需要几天.
- 可扩展MBR的结果几乎无法与DIA-NN原生MBR区分.
- 由可扩展MBR生成的经验光谱与DIA-NN原生MBR非常接近.
结论:
- 可扩展的MBR显著提高了基于MBR的蛋白质组数据分析的吞吐量和可扩展性.
- 该方法保持了本地MBR的准确性和数据质量,支持大型队列研究.
- 可扩展的MBR可以在Proteograph分析套件中进行实际应用.
关键词:
生物信息学是一种生物信息学.云搜索 云搜索 云搜索 云搜索计算生物学是计算生物学.数据独立的获取采集.质谱测量质谱测量质谱测量质谱测量质量测量质谱测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量一场比赛在两场比赛之间.人口蛋白质组学 人口蛋白质组学蛋白质图片 蛋白质图片 蛋白质图片蛋白质组学 蛋白质组学可扩展的计算计算.更多相关视频
10:05Large-scale Top-down Proteomics Using Capillary Zone Electrophoresis Tandem Mass Spectrometry
Published on: October 24, 2018
9.4K
09:52A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease
Published on: January 10, 2025
474
