质谱技术研究进展

质谱技术具有高灵敏度、高精确度等特点，已广泛应用于生物学、生物医学、生物化学等学科的研究，特别是在蛋白质等生物大分子的研究中作用越来越重要。对质谱技术的研究现状及新技术的研究进展作一综述，并对未来予以展望。     

一种基于卷积神经网络的DIA数据预处理模型

目的数据非依赖性采集(data independent acquisition,DIA)是目前针对大通量蛋白质组学分析常用的一种数据采集方式。在对DIA数据无目标的分析方式中,由于无法预测肽段出现在DIA数据中的位置,需要对谱中所有的峰进行分析。但谱中含有大量的噪声峰,这些峰会严重影响后续蛋白质定性定量分析的效率与效果,所以在DIA数据的无目标分析过程中先进行预处理以去除噪声峰就成了很重要的一步。为了能充分利用从DIA数据中提取出来的肽段在一级质谱(first stage of mass spectrometry,MS1)和二级质谱(second stage of mass spectrometry,MS2)中的峰信息,提出质谱卷积神经网络(mass spectrometry convolutional neural network,MSCNN)模型。方法不同于传统的方法,本文首先提出适用于MSCNN网络结构的样本提取流程,然后利用MSCNN对样本进行训练和学习,该模型可以最大限度利用肽在MS1和MS2中的特征,最后通过观察模型在测试集中的结果来验证模型的效果。结果和传统算法相比,在保证真峰处理效果大致相同的情况下,MSCNN模型过滤噪声峰的数量提高了约11.2%。结论本文提出的MSCNN模型可以更有效地去除DIA数据中的噪声峰。     

质谱技术研究进展

质谱技术具有高灵敏度、高精确度等特点,已广泛应用于生物学、生物医学、生物化学等学科的研究,特别是在蛋白质等生物大分子的研究中作用越来越重要。对质谱技术的研究现状及新技术的研究进展作一综述,并对未来予以展望。     

基于质谱技术的新兴蛋白质组学及其应用研究

随着分子生物学的深入研究以及蛋白质组学技术的发展,对蛋白质的研究已从简单的蛋白质化学发展到蛋白质组学阶段,质谱技术已成为蛋白质组学研究中的重要工具和核心技术。而基于质谱技术的蛋白质组学已开始成熟,这为生命活动规律的研究提供了手段,为临床应用的研究提供给了新的思路和方法。文章综述了近年来基于质谱的新兴蛋白质组学的研究及其最近的突出应用,并对其发展前景进行展望。     

癌蛋白质组学技术及其应用

蛋白质组学的研究由二维电泳的引进揭开序幕,而近年来质谱技术和蛋白质芯片的广泛引入使得蛋白质组学技术得到越来越多的应用,尤其是应用在肿瘤研究中.癌蛋白质组学以整个肿瘤特异性蛋白信号网络为靶标,已应用到多种癌症的研究中,成为肿瘤研究的重要工具.本文将对癌蛋白质组学技术原理以及近年来在肿瘤研究中的应用加以综述.     

蛋白质组学在HIV中的研究进展

阐明AIDS的分子病理学机制,提出新的疾病预防措施是当前的研究热点.本文综述了当前普遍使用的蛋白质组学技术在HIV研究领域的应用,为人们对HIV进行更深入的研究提供了理论依据.     

双向凝胶电泳在临床血浆蛋白质组学研究中的技术难点和解决方法

随着双向电泳技术中固相化pH梯度的发明、电喷雾质谱、基质辅助激光解析电离飞行时间质谱技术的应用,蛋白质组学技术已经越来越多的应用于疾病的研究中.临床蛋白质组学已经成为目前医学研究中的热点[1].血液标本因取材简便、应用价值高,因此血浆蛋白质组学最具有应用前景,并成为临床蛋白质组学研究中关注的重要问题.     

蛋白质组学在HIV中的研究进展

阐明AIDS的分子病理学机制,提出新的疾病预防措施是当前的研究热点.本文综述了当前普遍使用的蛋白质组学技术在HIV研究领域的应用,为人们对HIV进行更深入的研究提供了理论依据.     

蛋白质组学在HIV中的研究进展

阐明AIDS的分子病理学机制,提出新的疾病预防措施是当前的研究热点.本文综述了当前普遍使用的蛋白质组学技术在HIV研究领域的应用,为人们对HIV进行更深入的研究提供了理论依据.     

蛋白质组学实验技术研究进展

人类基因组计划已取得了巨大的成就，几个物种(包括人类)的基因组序列已经或即将完成，生命科学已实质性地跨入了后基因组时代，研究重心已开始从揭示生命的所有遗传信息转移到在分子水平对功能的研究上。这种转向的第一个标志是产生了功能基因组学(functional genomics)这一新学科，即从基因组整体水平上对基因的活动规律进行阐述。而第二个标志则是蛋白质组学的兴起。     

蛋白质组学研究技术进展

本文综述了蛋白质组学研究技术的进展,包括样品制备、蛋白质分离技术、染色技术、蛋白质鉴定技术及蛋白质生物信息学.     

MALDI-TOF Mass Spectrometry in the Clinical Microbiology Laboratory

Matrix-assisted laser desorption/ionization time of flight mass spectrometry (MALDI-TOF MS) has been adapted to generate protein mass spectra from whole bacteria and other microorganisms. These spectra can be compared to a reference database for rapid and accurate taxonomic classification of unknown organisms at the genus, species, and, in some instances, strain levels. The recent development of integrated commercial MALDI-TOF MS instruments has made this technology available for use in European diagnostic clinical microbiology laboratories, where it has been employed successfully to identify organisms from colonies, as well as from cultured blood and primary urine specimens. This article reviews the principles of MADLI-TOF MS and the recent literature evaluating its performance in the clinical laboratory.     

采用预处理的心电信号数据压缩的神经网络方法

根据心电图特征的变化，本文首先对采样数据进行了必要的预处理，较大幅度地减少了冗余信息。在保留心电信号主要特征的前提下，缩小了神经网络输入、输出数据规模，从而减少了网络训练所需的时间，使得基于人工神经网络的心电信号数据压缩方法更适应实时数据压缩的需要。模拟结果表明，本文所采用的数据压缩方法具有较高的压缩比和压缩精度。     

质谱技术分析磷酸化蛋白的研究进展

蛋白质的可逆磷酸化是最重要的翻译后修饰之一,几乎参与生命活动的所有过程。虽然对于磷酸化蛋白的全面解析还存在巨大挑战,质谱已逐渐被人们认为是挑战这一领域的有利工具。质谱技术分析磷酸化蛋白质的方法包括利用抗体免疫沉淀、磷酸化蛋白胶染色、固定化的金属亲和层析柱、化学标签、强阳离子交换等技术富集磷酸化蛋白或肽段,串联质谱、电子俘获分析等技术检测磷酸化肽段并鉴定磷酸化位点,以及同位素标签对蛋白质磷酸化水平进行定量等。     

运用近邻传播聚类分析进行SELDI-TOF蛋白质谱特征选择

针对如何有效分析高通量SELDI-TOF质谱数据以及筛选与肿瘤相关的蛋白质位点,提出一种基于近邻传播聚类分析的特征选择方法.首先利用t-test对SELDI数据进行初筛,然后利用近邻传播聚类分析以及零空间LDA对数据进行降维和去相关处理,最后采用SVM-RFE进行特征选择,筛选出与肿瘤判别相关的蛋白质位点.利用SVM、KNN、NB及J4.8等4个分类器,估算算法的分类性能.结果表明,在卵巢癌公共数据集OC-WCX2a和OC-WCX2b以及浙江省肿瘤医院乳腺癌数据集BC-WCX2a上显示该算法,在上述3个数据集中分类率分别达到96.43％、99.66％、90.88％,敏感性分别达到97.00％、100％、96.17％,特异性分别达到95.85％、99.08％、81.92％,并分别挑选出与肿瘤判别相关的10个蛋白位点.所提出的算法能够获得较好的分类率,有效提取出具有较好判别效果的蛋白质谱位点,有助于癌症的辅助诊断.