肽段的理论串联质谱图预测方法研究进展
基于串联质谱技术的蛋白质组学已经成为生命科学领域的重要工具,其中肽段的理论串联质谱图(通常也被称为二级谱图)预测问题在近年来广受关注.大量高质量质谱数据的积累和计算技术的发展为此问题的解决提供了有效途径.肽段的理论二级谱图预测的方法可以分为两大类,一类是基于物理模型的方法,即基于移动质子模型的方法,例如MassAnalyzer、MS-Simulator;另一类是基于机器学习的方法,包括集成学习相关算法和基于神经网络的方法,例如PeptideART、MS2PIP、MS2PBPI和pDeep等.本文对这两大类方法进行了整理和综述,并简要指出了目前理论谱图预测方法存在的一些不足,展望了未来的发展方向.
质谱、蛋白质组学、移动质子模型、机器学习、深度学习
46
Q51;TP39(蛋白质)
国家重点基础研究发展计划(973计划)2016YFB1000605
2019-04-10(万方平台首次上网日期,不代表论文的发表时间)
共12页
169-180