一種基于非線性擬合方式的肽質(zhì)譜峰特征參數(shù)提取方法
【專利摘要】本發(fā)明涉及一種肽質(zhì)譜峰特征參數(shù)提取方法。現(xiàn)有方法針對在肽段質(zhì)譜圖中形成譜峰的各樣點(diǎn)其分布存在較大偏差時(shí)，存在難以保證所提取出的質(zhì)譜峰特征參數(shù)精準(zhǔn)度的不足。本發(fā)明提出基于非線性擬合方式的肽質(zhì)譜峰特征參數(shù)提取方法，利用多個(gè)樣點(diǎn)數(shù)據(jù)，以實(shí)際數(shù)據(jù)與擬合結(jié)果之間差值最小為導(dǎo)向，采用迭代方法不斷更新特征參數(shù)估計(jì)值，直至滿足收斂條件，從而獲得最終特征參數(shù)估值。該方法可有效減少樣點(diǎn)分布偏差對高斯曲線特征參數(shù)求解帶來的不利影響，提高特征參數(shù)數(shù)值精準(zhǔn)度，進(jìn)而有利于肽段鑒定精度的改善。
【專利說明】一種基于非線性擬合方式的肽質(zhì)譜峰特征參數(shù)提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于生物質(zhì)譜數(shù)據(jù)預(yù)處理及信息提取【技術(shù)領(lǐng)域】，具體涉及一種基于非線性擬合方式的肽質(zhì)譜峰特征參數(shù)提取方法。

【背景技術(shù)】
[0002]基于串聯(lián)質(zhì)譜的肽鑒定是目前蛋白質(zhì)組研究領(lǐng)域中廣泛使用的技術(shù)。待鑒定的肽在質(zhì)譜儀中被碎裂為碎片離子，從而生成串聯(lián)質(zhì)譜數(shù)據(jù)，并與理論串聯(lián)質(zhì)譜庫或已鑒定的肽段質(zhì)譜庫進(jìn)行比對及分析，最后完成對未知肽段的鑒定。
[0003]通常情況下對某種離子進(jìn)行質(zhì)譜檢測，所檢測到的質(zhì)荷比數(shù)據(jù)不是單一數(shù)值點(diǎn)，而是存在若干樣點(diǎn)，在質(zhì)譜圖上其擬合為高斯曲線，即高斯峰。為確定該離子的荷質(zhì)比，需對這些樣點(diǎn)進(jìn)行預(yù)處理，計(jì)算出其橫軸方向上的質(zhì)心(Centroid)，即該離子的實(shí)測質(zhì)荷比。根據(jù)所求質(zhì)心，可進(jìn)而推算出該離子最大豐度值等其他特征參數(shù)。目前質(zhì)心求解方法有多種，比較常見的思路是:假定質(zhì)譜圖上構(gòu)成高斯峰的各個(gè)樣點(diǎn)均嚴(yán)格分布在某條高斯曲線上，利用各樣點(diǎn)的數(shù)值(質(zhì)荷比和豐度值)，代入到參數(shù)未知的通用高斯曲線函數(shù)表達(dá)式中，構(gòu)造聯(lián)立方程組，從而解出相應(yīng)高斯峰的特征參數(shù)，包括質(zhì)心，最大豐度值等。當(dāng)前應(yīng)用極為廣泛的一款蛋白質(zhì)組學(xué)數(shù)據(jù)分析軟件MAXQUANT采用的即是這一方法。然而在實(shí)際檢測中，受實(shí)驗(yàn)條件、所在環(huán)境以及儀器設(shè)備噪聲等因素的影響，質(zhì)譜圖上各個(gè)樣點(diǎn)往往并非嚴(yán)格分布在高斯曲線上，而是存在一定偏差。當(dāng)各個(gè)樣點(diǎn)偏差數(shù)值較大，則上述方法中的假設(shè)條件難以成立，因而勢必造成求解出的特征參數(shù)在數(shù)值上存在較大誤差，進(jìn)而影響到肽段鑒定的精度。


【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于解決上述方法的缺點(diǎn)和不足，提出一種基于非線性擬合方式的肽質(zhì)譜峰特征參數(shù)提取方法。
[0005]設(shè)質(zhì)譜圖中某離子的高斯峰由N個(gè)樣點(diǎn)組成，通常情況下N彡3。對樣點(diǎn)按其豐度值從大到小排序后，其坐標(biāo)構(gòu)成集合A。
[0006]A = {(Hi1, (I1)，(m2, d2)，…(mN, dN)}
[0007]其中，Hii表示質(zhì)荷比，(Ii表示豐度,其值大于O, i e {1,2，3，...，N}。需要通過樣點(diǎn)擬合出的高斯曲線其函數(shù)形式設(shè)為:
[0008]^ -(T)
/(.V, P) = p{ Xe
[0009]其中，函數(shù)f(x，p)代表豐度值，自變量X代表質(zhì)荷比，Pl、PjP P3S待求解的高斯曲線特征參數(shù)，分別表征縮放因子、質(zhì)心、標(biāo)準(zhǔn)差，構(gòu)成特征參數(shù)向量P = [P1 P2 P3I °所述的特征參數(shù)提取方法處理步驟如下:
[0010]步驟(I)根據(jù)豐度值最大的3個(gè)樣點(diǎn)數(shù)據(jù)，對高斯曲線特征參數(shù)賦初值。

(呷-]).|~(所:-匕 |~(衍3 ~^2 |~
[0011] ^^ ^ 十32 X 4 ^」+ ^3 ^6 ^

1 卜⑷)—)] X ！11\ + [111(4 )—卜1“,! )] 乂 1111 + [1^(^, ) — 1*1(4 )] X
〔 〕 巧 2 卜⑷)—!!!“/;)^"、+(10(4)-(門⑷)…"。+^1^(^/,)-^]^/^；
[0013]卜=1?|』卜—巧)2+1(^ — ^ )2-(^ — ^ )2
[0014]其中，IV 0表示取自然對數(shù)操作。
[0015]步驟(2)選擇合適數(shù)值初始化迭代步長參數(shù)入，該參數(shù)初始化數(shù)值的大小將影響本處理方法的迭代次數(shù)和收斂速度。
[0016]步驟(3)計(jì)算擬合結(jié)果誤差此!"，判定迭代過程是否結(jié)束。
[0017]￡^ = ^/(^,., ^)-^,-]2

卜1
[0018]設(shè)定判決門限、，如果此!"彡8工，則處理過程結(jié)束，當(dāng)前向量？中的特征參數(shù)值即為求解的最終結(jié)果。反之，如果此1~? 8工，則進(jìn)入步驟(幻。
[0019]門限8 ,的取值決定了所提取的特征參數(shù)值的精準(zhǔn)度，同時(shí)影響處理過程的迭代次數(shù)。8工取值越小，特征參數(shù)值的精準(zhǔn)度就越高，處理所需迭代次數(shù)越多。需要注意的是，如果8工取值過小，則該迭代過程可能將無法最終收斂。反之，8工取值越大，所提取的參數(shù)精準(zhǔn)度將相應(yīng)降低，而迭代次數(shù)將會減少。
[0020]步驟⑷根據(jù)當(dāng)前特征參數(shù)向量？，構(gòu)造矩陣了。
0” 卩)(:/.(坩丨,？?0丨，？?

8(), €/),
0/ (1112 , 11)0/ (1112 ,
[0021]1= 01^0^25/?

￠7/.(川、,卩)句'11.1、, 0) ￡/ (111.,，卩)
— 5/^,5廠2(? 一
[0022]步驟(5)計(jì)算每次迭代過程中，特征參數(shù)向量？的更新向量!I =[八巧八％八巧]7，八巧，八巧和八分別為特征參數(shù)巧，和的待定更新值。構(gòu)造誤差矢量2。
[0023]2 = (叫，戶)，(叫，？；?，…0%，戶)11
[0024]則:
[0025]11= [了?了+入父乜叫(了?了)]—1※】1※^
[0026]其中，(11^( ? )表示矩陣對角元素提取和創(chuàng)建對角陣操作。
[0027]步驟(6)計(jì)算更新向量??！的度量值9⑶。
「 ^ [[/(坩” ？卜式]2-[[,(岬’ ^ + 0)-^-]2〔0028〕 /7(?) =^~-~,-
[0029]步驟(7)更新特征參數(shù)向量P和迭代步長參數(shù)λ。設(shè)定判決門限ε2，如果更新向量H的度量值P⑶> ε2，則當(dāng)前特征參數(shù)向量P數(shù)值由Ρ+Η替代，即P —Ρ+Η，完成更新，同時(shí)當(dāng)前迭代步長參數(shù)λ數(shù)值減小至λ/K，S卩λ — λ/Κ。反之，如果P (H) ( ε2，則當(dāng)前特征參數(shù)向量P保持不變，同時(shí)迭代步長參數(shù)λ數(shù)值增加K倍，即λ — ΚΧλ。K為比例因子，一般取值范圍為5?20。判決門限ε2應(yīng)根據(jù)樣點(diǎn)偏差程度、收斂速度要求等具體指標(biāo)設(shè)置合適數(shù)值。
[0030]在完成特征參數(shù)向量P和迭代步長參數(shù)λ更新后，返回至步驟(3)，進(jìn)入行下一輪迭代。
[0031]本發(fā)明中肽質(zhì)譜峰特征參數(shù)提取方法，采用多樣點(diǎn)非線性擬合方式求解特征參數(shù)，減少了樣點(diǎn)分布偏差帶來的不利影響，提升了參數(shù)提取精準(zhǔn)度，進(jìn)而有利于肽段鑒定精度的改善。

【具體實(shí)施方式】
[0032]步驟(I)根據(jù)豐度值最大的3個(gè)樣點(diǎn)數(shù)據(jù)，對高斯曲線特征參數(shù)賦初值。
II rn「p2 j~I m1-Pi Γ? ?H-Pi
[0033]P1 = Jx xe" ρ> J +d2xe- Pl ^ +d^xe" Pi」

I [?η(?/9) - ln(c/,)] X mf + [Ιη(?/,) - \χ\{?{)] χ ηι?, + [lr^i/,) - Ιη(?/,,)] χ m\
[ ]2 [?η(?/7)- Ιη(?/,)] χ + [ln(t/,) - ln(f/,)] χ nu + [?η(?/,) -\n(cL)] χ m,
I Ι( nu — ) " - (ηι — ) " I(/η, - ρΛ - ? nu - Γ
[0035]P3 =-x Jv 二 ' J~J +J J~h
3 2 ]j ln(i/,)-ln(r/:) ]j In(V2)-1n(Ji)
[0036]其中，ln(.)表示取自然對數(shù)操作。
[0037]步驟(2)選擇合適數(shù)值初始化迭代步長參數(shù)λ，該參數(shù)初始化數(shù)值的大小將影響本處理方法的迭代次數(shù)和收斂速度。
[0038]步驟(3)計(jì)算擬合結(jié)果誤差Err，判定迭代過程是否結(jié)束。
N?
[0039]Err = Yj [/ (m,, P) - cl ]"

/-1
[0040]設(shè)定判決門限S1，如果Err彡ε i，則處理過程結(jié)束，當(dāng)前向量P中的特征參數(shù)值即為求解的最終結(jié)果。反之，如果Err > S1，則進(jìn)入步驟(4)。
[0041]門限ε ,的取值決定了所提取的特征參數(shù)值的精準(zhǔn)度，同時(shí)影響處理過程的迭代次數(shù)。^取值越小，特征參數(shù)值的精準(zhǔn)度就越高，處理所需迭代次數(shù)越多。需要注意的是，如果^取值過小，則該迭代過程可能將無法最終收斂。反之，^取值越大，所提取的參數(shù)精準(zhǔn)度將相應(yīng)降低，而迭代次數(shù)將會減少。
[0042]步驟(4)根據(jù)當(dāng)前特征參數(shù)向量P，構(gòu)造矩陣J。
￠/.(/0丨,？? ￠/ (/^7,,卩)？?

(7/^5/7,

￠7/ (//7,,卩)0/ (1)1,,0/()11-,,卩)
[0043]I = 0^01？25/7,
0)趴坩',飛)
— 印丨印20/1, —
[0044]步驟(5)計(jì)算每次迭代過程中，特征參數(shù)向量？的更新向量!I =[八巧八％八巧]7，八巧，八巧和八分別為特征參數(shù)巧，？2和的待定更新值。構(gòu)造誤差矢量2。
[0045]2 = (叫，戶)，(叫，？；?，…0%，戶)11
[0046]則:
[0047]?。?= [了?了+入父乜叫(了1)^)]—1※/※^
[0048]其中，(11^( ? )表示矩陣對角元素提取和創(chuàng)建對角陣操作。
[0049]步驟(6)計(jì)算更新向量！！的度量值9⑶。
[[/(歷,.，^)-4] -[[/(?，妒十0)-式]
[0050]即=^~-~,-
[0051]步驟(7)更新特征參數(shù)向量？和迭代步長參數(shù)\。設(shè)定判決門限、，如果更新向量0的度量值0⑶? 8 2，則當(dāng)前特征參數(shù)向量？數(shù)值由？+?替代，即？ 一 9+?，完成更新，同時(shí)當(dāng)前迭代步長參數(shù)\數(shù)值減小至^/1(,即\ \ II反之，如果0 (?) ( 82，則當(dāng)前特征參數(shù)向量？保持不變，同時(shí)迭代步長參數(shù)、數(shù)值增加X倍，即、—XXX。X為比例因子，一般取值范圍為5?20。判決門限8 2應(yīng)根據(jù)樣點(diǎn)偏差程度、收斂速度要求等具體指標(biāo)設(shè)置合適數(shù)值。
[0052]在完成特征參數(shù)向量？和迭代步長參數(shù)\更新后，返回至步驟(3),進(jìn)入行下一輪迭代。
【權(quán)利要求】
1.一種基于非線性擬合方式的肽質(zhì)譜峰特征參數(shù)提取方法，其特征在于: 設(shè)質(zhì)譜圖中某離子的高斯峰由N個(gè)樣點(diǎn)組成，N ^ 3 ;對樣點(diǎn)按其豐度值從大到小排序后，其坐標(biāo)構(gòu)成集合A ;
A = {(HI1, (I1)，(m2, d2)，…(mN, dN)} 其中，Hii表示質(zhì)荷比，Cli表示豐度值，i e {1，2，3，…，N};準(zhǔn)備通過樣點(diǎn)擬合出的高斯曲線其函數(shù)形式設(shè)為:

Jfzft V
f(x, P) = p, xe ' Pi J 其中，函數(shù)f(x，P)代表理論豐度值，自變量X代表質(zhì)荷比，PpP2和P3S待求解的高斯曲線特征參數(shù)，分別表征縮放因子、質(zhì)心、標(biāo)準(zhǔn)差，構(gòu)成特征參數(shù)向量P = [P1 P2 P3I ；具體步驟如下: 步驟(I)根據(jù)豐度值最大的3個(gè)樣點(diǎn)數(shù)據(jù)，對高斯曲線特征參數(shù)賦初值；
-f -P1 X? η>2~Ρι[ ^%-Ρι Γ
ρ, = —χ d, xe^ Pi J -\-d0xe^ Pi」+d,xeK ih」.1 323
_ I [ln(i/2)- ln(i/.)] Xinf + [ln(i/.)- ln(i/,)] X m; +[lnii/,) - ln(i/.)] x m:
P1 2 [ln(i1.)-ln(i/.)]x//z, + [ln(i/,) -1n(i/,)] x nu + ) - ln(i/,)] x ///,
=Ix ?θ?2-Ρ:? -(ln1-PzY.Pl)2 -('nZ- PlY . 3 ~2 ]j ln(i/,)-ln(i/2) ^ In(J2)-ln(i/;) 其中，ln(.)表示取自然對數(shù)操作； 步驟(2)選擇合適數(shù)值初始化迭代步長參數(shù)λ，該參數(shù)初始化數(shù)值的大小將影響迭代次數(shù)和收斂速度； 步驟(3)計(jì)算擬合結(jié)果誤差Err，判定迭代過程是否結(jié)束； ["=Σ[/(3，p)-4]2

/=1 設(shè)定判決門限S1，如果ErrS S1，則處理過程結(jié)束，當(dāng)前向量P中的特征參數(shù)值即為求解的最終結(jié)果；反之，如果Err > ε i，則進(jìn)入步驟(4)； 步驟(4)根據(jù)當(dāng)前特征參數(shù)向量P，構(gòu)造矩陣J ;
CfQni, P) Cfjniy, P) Cfjmi, P)
Φ,op2cpy
Cfim1, P) cf (nu, P) cf(nu, P) J = φ,Gp2dp.,
cf{ms, P) cf(m,, P) cf(m,, Ρ)
Gplδρ--ρ.步驟(5)計(jì)算每次迭代過程中，特征參數(shù)向量P的更新向量H= [ΛΡι Ap2 Δρ3]τ,ΔΡι，ΔΡ2和Δ P3分別為特征參數(shù)Pi，P2和Ρ3的待定更新值；構(gòu)造誤差矢量E ;
E = [dff (Hi1, P)，d2-f (m2, P)，…dN-f (mN, P) ]τ
則: H= [JTXJ+A Xdiag(JTXJ) F1XJtXE 其中，diag(.)表示矩陣對角元素提取和創(chuàng)建對角陣操作； 步驟(6)計(jì)算更新向量H的度量值P⑶；
Σ[/(";,, P)-c-/.]:-1[/(m, P + H)-^.]2 p(H) = ^?~?ξΙ--

2HTx(/lxH + JTxE) 步驟(7)更新特征參數(shù)向量P和迭代步長參數(shù)λ ;設(shè)定判決門限ε2，如果更新向量H的度量值P⑶> ε2，則當(dāng)前特征參數(shù)向量P數(shù)值由Ρ+Η替代，即P —Ρ+Η，完成更新，同時(shí)當(dāng)前迭代步長參數(shù)λ數(shù)值減小至λ/K，S卩λ — λ/K ;反之，如果P (H) ( ε2，則當(dāng)前特征參數(shù)向量P保持不變，同時(shí)迭代步長參數(shù)λ數(shù)值增加K倍，S卩λ — ΚΧλ ;Κ為比例因子，取值范圍為5?20 ;在完成特征參數(shù)向量P和迭代步長參數(shù)λ更新后，返回至步驟(3)，進(jìn)行下一輪迭代。
【文檔編號】G01N27/62GK104316591SQ201410498854
【公開日】2015年1月28日 申請日期:2014年9月25日 優(yōu)先權(quán)日:2014年9月25日
【發(fā)明者】易志強(qiáng), 李蕓, 章劍秋, 曾嶸, 姚英彪, 張福洪, 李希元 申請人:杭州電子科技大學(xué)