Mass Spectrometry Data Analysis in Proteomics

تجزیه و تحلیل داده های طیف سنجی جرمی در پروتئومیکس راهنمای عمیقی برای تئوری و عمل تجزیه و تحلیل داده های طیف سنجی جرمی خام (MS) در پروتئومیکس است. از آنجایی که MS یک تکنیک توان عملیاتی بالا است، محققان پروتئوم باید به دقت به حوزه مرتبط با تجزیه و تحلیل داده ها توجه کنند و این جلد برنامه های بیوانفورماتیک موجود، الگوریتم ها و پایگاه های داده موجود برای تجزیه و تحلیل داده های MS را نشان می دهد. دستورالعمل های کلی برای تجزیه و تحلیل داده ها با استفاده از موتورهای جستجو مانند Mascot، Xtandem و VEMS با توجه ویژه به شناسایی داده های با کیفیت پایین و بهینه سازی پارامترهای جستجو ارائه شده است. چندین نوع مختلف از داده‌های MS مورد بحث قرار می‌گیرند و به دنبال آن روش‌های بهینه برای تبدیل داده‌های خام به لیست‌های اوج برای ورودی به موتورهای جستجو توضیح داده می‌شوند. بر انتخاب دقیق‌ترین و کامل‌ترین پایگاه‌های اطلاعاتی تاکید شده است و گزارشی از پایگاه‌های اطلاعاتی توالی موجود گنجانده شده است. روش‌هایی برای مونتاژ تگ‌های دنباله بیان شده (EST) در پایگاه‌های داده غیر زائد مونتاژ شده، همراه با پروتکل‌هایی برای پردازش بیشتر توالی‌ها در قالبی مناسب برای داده‌های MS ارائه شده‌اند. تجزیه و تحلیل داده های طیف سنجی جرمی در پروتئومیکس، برنامه های کاربردی در دسترس عموم را در صورت امکان توصیف می کند.

Mass Spectrometry Data Analysis in Proteomics is an in-depth guide to the theory and practice of analyzing raw mass spectrometry (MS) data in proteomics. As MS is a high throughput technique, proteomic researchers must attend carefully to the associated field of data analysis, and this volume outlines available bioinformatics programs, algorithms, and databases available for MS data analysis. General guidelines for data analysis using search engines such as Mascot, Xtandem, and VEMS are provided, with specific attention to identifying poor quality data and optimizing search parameters. Several different types of MS data are discussed, followed by a description of optimal methods for conversion of raw data into peak lists for input to search engines. Choosing the most accurate and complete databases is emphasized, and a report of available sequence databases is included. Methods for assembling expressed sequence tags (ESTs) into assembled nonredundant databases are provided, along with protocols for further processing the sequences into a format suitable for MS data. Mass Spectrometry Data Analysis in Proteomics describes publicly available applications whenever possible.