基於數據融合的蛋白質鑑定算法研究

《基於數據融合的蛋白質鑑定算法研究》是依託大連理工大學,由何增有擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於數據融合的蛋白質鑑定算法研究
• 依託單位：大連理工大學
• 項目類別：青年科學基金項目
• 項目負責人：何增有

項目摘要

蛋白質組學是研究細胞內所有表達的蛋白質的一門新興學科。計算蛋白質組學則是研究如何利用計算技術解決蛋白質組學中關鍵問題，它已成為生物信息學的一個主要分支。其中，使用質譜技術的蛋白質鑑定是整個蛋白質組學研究的基礎，對整個領域的進一步發展有著十分重要的意義。傳統的蛋白質鑑定算法在識別過程中主要使用一種類型的質譜數據：一級質譜數據或者二級質譜數據。然而，這兩類數據都有其優缺點，並且有很強的互補性。為了提高蛋白質鑑定系統的識別性能，本項目重點研究基於多級質譜數據融合的蛋白質鑑定關鍵理論和技術，包括面向蛋白質鑑定的數據融合體系結構、基於數據融合的蛋白質鑑定模型和快速鑑定算法，並研製相應的原型系統。力爭取得一系列有關蛋白質鑑定算法的有價值的基礎研究成果，在相關的計算理論與核心技術方面有所突破，總體研究成果達到國際領先水平。

結題摘要

蛋白質組學是研究細胞內表達的所有的蛋白質及其變化規律的一門新興學科，其重要目標之一是能夠快速準確的進行蛋白質鑑定。蛋白質鑑定是蛋白質組學研究的基礎，對整個領域的進一步發展和套用有著十分重要的意義。本項目重點研究基於數據融合的蛋白質鑑定關鍵理論和技術，包括面向蛋白質鑑定的數據融合體系結構、基於數據融合的蛋白質鑑定模型和快速鑑定算法。項目完成了預期的研究目標，取得的成果主要包括：(1) 基於MS1數據的蛋白質鑑定算法；(2) 基於MS2的蛋白質鑑定算法ProteinLP；（3）兩個基於並行數據融合蛋白質鑑定算法：PSC和ProteinLasso；（4）兩個基於串列數據融合的蛋白質鑑定算法：SRPI和MIRanker；（5）基於置換檢驗的蛋白質鑑定結果FDR估計算法。項目中研製的蛋白質鑑定算法其準確率優於目前已有的算法，為蛋白質組學的進一步發展與套用提供了算法支持，具有重要的學術價值和套用價值。 在本項目的資助下，在SCI檢索的重要國際期刊上發表學術論文15篇（線上待發表4篇）。大部分論文發表在生物信息領域的頂級期刊上，主要包括Bioinformatics (3篇，2012年SCI影響因子5.323)，Briefings in Bioinformatics (2篇，2012年SCI影響因子5.289)，BMC Bioinformatics(3篇，2012年SCI影響因子3.02)以及IEEE/ACM Transactions on Computational Biology and Bioinformatics (4篇，2012年SCI影響因子1.616)。項目研究中發表錄用的15篇論文2012年SCI影響因子總和>50。