<sub id="3xvnl"><font id="3xvnl"><menuitem id="3xvnl"></menuitem></font></sub>

    <progress id="3xvnl"></progress>

      <nobr id="3xvnl"></nobr>

        <progress id="3xvnl"></progress>
      <listing id="3xvnl"><listing id="3xvnl"><meter id="3xvnl"></meter></listing></listing><em id="3xvnl"></em>

          預約
          掛號
          聯系
          我們
          就診
          指南
          常見
          問題
          返回
          頂部
          請輸入關鍵字
          我院蛋白質組學和代謝組學研究室程驚秋教授、楊浩副研究員團隊在Nucleic Acids Research發表研究論文 2020.06.24

          近日,我院蛋白質組學和代謝組學研究室程驚秋教授、楊浩副研究員團隊和耶魯大學醫學院劉延盛教授團隊在國際著名期刊《Nucleic Acids Research》(IF: 11.147) 在線發表了題為“NAguideR: performing and prioritizing missing value imputations for consistent bottom-up proteomic analyses”的研究論文。該研究開發了一款針對蛋白質組學數據缺失值填充(missing value imputation)的系統性評價工具。

          在基于液相色譜-串聯質譜技術(簡稱LC-MSMS)的蛋白質組學研究中,尤其是在研究大隊列的臨床樣本中,重現性(reproducibility)是一個核心問題。這里的重現性通常包括蛋白質定性的重現性和定量的重現性,即要回答“在多個樣本中,蛋白質能不能穩定被鑒定到,以及鑒定到的蛋白質能不能被穩定地定量”這個問題。

          隨著質譜儀以及相關數據采集方式的發展,利用數據非依賴型(Data Independent Acquisition,簡稱DIA)采集模式獲得原始數據的技術得到了廣泛應用。相較于傳統的數據依賴型(Data Dependent Acquisition,簡稱DDA)采集模式,在DIA模式下,質譜儀基本不會對數據進行偏好性選擇,因此其重現性會有明顯的的提升。但是隨著DIA技術的逐步應用,研究團隊注意到即使在DIA模式下,大量研究的數據重現性并不能達到令人滿意的效果。尤其是在研究蛋白質翻譯后修飾(Post Translational Modification)的數據時,如本研究中采集的蛋白質磷酸化數據(Phosphoproteomic dataset),其中有超過75%的磷酸化肽段都無法同時在所有樣本中獲得完整的定量信息,即在某一些樣本中定量數據出現了缺失(missing value)的情況。對于肽段或蛋白發生部分缺失的數據,通常需要進行缺失值的填充后才能進行差異表達等統計分析。目前填充缺失值得方法較多,但如何選擇往往取決于研究者的個人經驗和偏好,缺乏為科學的評判依據,此類問題亟需得到解決。

          在本項工作中,研究人員開發出了一款能系統性評價缺失值填充方法的工具,取名為NAguideR,以求能輔助用戶選擇出適合其數據特征的缺失值填充方法。該工具整合了已經發表的23種常用的缺失值填充方法,作者針對這些方法系統性地提出2套評價指標:經典型(classic criteria)和基于蛋白質組信息型(proteomic criteria)。每一套指標又細分為4個子指標,在每一個指標下,都會對用戶在工具中擬選擇的23種方法中的任意方法進行打分。最后該工具會給出綜合性評價的分數和對應的結果表格,用戶根據此結果,即可對缺失值的填充方法進行合理和科學地選擇。該工具可在線或下載使用,操作較為簡單,不需要專業的生物信息學和編程經驗,能夠幫助研究者處理大規模的相關蛋白質組學數據,提升數據質量和深度。同時,該工具也適用于基因和代謝組學數據填充方法的評價和選擇。


          圖注:NAguideR數據分析流程圖。(A)帶有缺失值的定性和定量表格數據,其中行是每一個Feature(如蛋白質、肽段、代謝物或者基因等),列是樣本。(B)數據質量控制,這里主要通過統計缺失值的占比和計算變異系數來控制參與后續分析的數據質量,如果某個Feature缺失的比例比較高或者變異系數比較大,那么其就會在這一步被刪除掉,不會參與后續的分析。(C)23種缺失值填充的方法。(D)2套評價的指標。(E)根據每一個指標得分,輔助指導用戶選擇相應的缺失值填充的方法。



          四川大學華西醫院為該工作的第一完成單位,華西-華盛頓線粒體與代謝研究中心蛋白質組學和代謝組學技術平臺實驗師、程驚秋教授再生醫學研究中心博士研究生王詩盛為論文第一作者,四川大學華西醫院國家衛健委移植工程與移植免疫重點實驗室楊浩副研究員和耶魯大學醫學院癌癥生物學研究所劉延盛教授為論文共同通訊作者。該研究得到了國家自然科學基金(81871475)、四川大學華西醫院1.3.5卓越項目(ZYGD18014)等基金的資助。


          原文鏈接:https://doi.org/10.1093/nar/gkaa498。


          作者:王詩盛 楊浩 科研一支部 編輯:史杰蔚 周亮 來源:科研一支部
          基本信息填寫
          您的姓名:
          聯系方式:
          電子郵箱:
          問題類型:

          select…

          • 內容無法訪問
          • 信息不更新
          • 內容不準確
          • 錯別字
          • 圖片不準確
          • 其他
          問題頁面網址:
          問題描述:
          驗證碼:
          欧美 国产 日产 韩国,欧美精品videossexohd,欧美 av亚洲 av国产 制服