蛋白组学中LC-MS/MS数据的统计分析的新型算法研究

本项目将主要针对目前蛋白组学中的LC-MS/MS数据的统计分析存在的问题，结合本研究小组的长处，对蛋白组学数据处理新算法进行深入研究。拟采用机器学习的方法，结合质谱解析算法，在对大量的LC-MS/MS数据进行统计分析的基础上，建立用于联用色谱数据的预处理、多肽质谱的理论预测、LC-MS/MS数据与多肽的匹配、多肽与蛋白质的匹配等进行系统研究。在此基础上，还将采用Bayes统计分析思路，构建对所有匹配结果假阳性率的估计的新型统计分析方法，旨在通过对数据进行系统的分析，达到精确的对生物样本中的蛋白质进行定性定量分析目的，从而为全景的揭示蛋白组的生物学功能奠定基础，加深人类对生命活动的本质的认识。最后，拟将建立好的算法系统化，采用并编制成图形界面应用软件，以方便算法的实施与推广。