常乘
- 作品数：12 被引量：35H指数：4
- 供职机构：北京蛋白质组研究中心更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
- 相关领域：生物学自动化与计算机技术理学更多>>
- 基于质谱技术筛选差异表达蛋白的统计学策略研究进展
- 2015年
- 随着质谱技术的快速发展,蛋白质组学已成为继基因组学、转录组学之后的又一研究热点,寻找可靠的差异表达蛋白对于生物标记物的发现至关重要.因此,如何准确、灵敏地筛选出差异蛋白已成为基于质谱的定量蛋白质组学的主要研究内容之一.目前,针对该问题的研究方法众多,但这些方法策略的适用范围不尽相同.总体来说,基于质谱技术筛选差异蛋白的统计学策略可以分为3类:基于经典统计学派的策略、基于贝叶斯学派的统计检验策略和其他策略,这3类方法有各自的应用范围、特点及不足.此外,筛选过程还将产生部分假阳性结果,可以采用其他方法对差异表达蛋白的质量进行控制,以提高统计检验结果的可靠性.
- 王锦霞常乘马洁吴松锋庄举娟朱云平
- 关键词：质谱蛋白质组学差异表达蛋白
- 一种不依赖数据库搜索的蛋白质生物标志物鉴定方法
- 本发明公开了一种不依赖数据库搜索的蛋白质生物标志物鉴定方法，其步骤包括：1)提取训练数据集中每一个质谱原始文件中的离子流色谱峰；2)对离子流色谱峰列表进行预处理，将共同检测到的质荷比对应的信号强度值的平均值和标准差，以点...
- 朱云平常乘刘祎贺福初
- 蛋白质组学中色谱保留时间对齐算法的研究进展
- 2022年
- 色谱是目前蛋白质组学流程中的一个基本环节,而色谱的保留时间对齐是有效提高鉴定和定量准确性的重要步骤之一。经过多年的发展,目前已经产生了一系列保留时间对齐算法。文中主要从可用性角度对蛋白质组学分析中色谱保留时间对齐算法及工具进行了系统总结,并对其发展趋势及应用方向进行了展望。
- 刘祎常乘朱云平
- 关键词：蛋白质组学色谱
- 基于数据非依赖采集的以肽为中心分析算法和软件的研究进展被引量：1
- 2023年
- 数据非依赖采集(data-independent acquisition,DIA)是一种高通量、无偏性的质谱数据采集方法,具有定量结果重现性好,对低丰度蛋白质友好的特点,是近年来进行大队列蛋白质组研究的首选方法之一。由于DIA产生的二级谱是混合谱,包含了多个肽段的碎片离子信息,使得蛋白质鉴定和定量更加困难。目前,DIA数据分析方法分为两大类,即以肽为中心和以谱图为中心。其中,以肽为中心的分析方法鉴定更灵敏,定量更准确,已成为DIA数据解析的主流方法。其分析流程包括构建谱图库、提取色谱峰群、特征打分和结果质控4个关键步骤。本文综述了以肽为中心的DIA数据分析流程,介绍了基于此流程的数据分析软件及相关比较评估工作,进一步总结了已有的算法改进工作,最后对未来发展方向进行了展望。
- 张莹莹舒坤贤常乘
- 关键词：定量蛋白质组学
- 基于机器学习的蛋白质相互作用文献挖掘方法研究进展被引量：4
- 2016年
- 蛋白质相互作用是生物体内一类极其重要的分子活动.自动挖掘、整合生物文献中的蛋白质相互作用有助于生物学的研究,获得了人们的广泛关注,成为生物文献挖掘领域的重要任务之一.目前,基于机器学习的蛋白质相互作用挖掘方法已经取得了很大进步,对该领域的进展进行归纳总结将有助于方法的进一步优化和应用.本文在对机器学习方法构建流程介绍的基础上,进一步从机器学习的分类器、学习特征、方法评估以及挖掘系统4个方面对蛋白质相互作用文献挖掘进行系统总结,并探讨了其发展前景.
- 李满生常乘马洁朱云平
- 关键词：蛋白质相互作用
- 目标-诱饵库搜索策略在蛋白质组质谱鉴定和质控中的应用及研究进展被引量：3
- 2016年
- 基于串联质谱的蛋白质组研究会产生海量的质谱数据,这些数据通常使用数据库搜索引擎进行鉴定分析,并根据肽段谱图匹配(PSM)反推真实的样品蛋白质.对于高通量蛋白质组数据的处理,其鉴定结果的可信是后续分析应用的前提,因此对鉴定结果的质量控制尤为重要,而基于目标-诱饵库(target-decoy)搜索策略的质量控制是目前应用最为广泛的方法.本文首先介绍了基于目标-诱饵库搜索策略搜库和质量控制的实施流程,然后综述了基于目标-诱饵库搜索策略的质量控制工具,并提出了目标-诱饵库搜索策略的不足及改善方法,最后对目标-诱饵库搜索策略进行了总结与展望.
- 冯晓东马洁常乘白明泽朱云平舒坤贤
- 关键词：串联质谱蛋白质鉴定
- 中国蛋白质组学研究进展——以人类肝脏蛋白质组计划和蛋白质组学技术发展为主题被引量：1
- 2014年
- 蛋白质组学是对细胞或生物体全部蛋白质的系统鉴定、定量并阐释其生物学功能的学科.自21世纪初期开始,随着高精度、高灵敏度和快速扫描质谱仪的出现和快速发展以及微量蛋白质组样品高效分离技术的进步,蛋白质组学获得了快速发展,并在生理过程与病理机制研究等几乎所有生命科学研究领域得到了广泛的应用.过去10年,中国蛋白质组学研究在政府的支持和广大蛋白质组学研究人员的努力下呈现出腾飞式的发展态势.本文综述了人类肝脏蛋白质组计划和2010-2013年中国蛋白质组学技术的发展.
- 李衍常李宁徐忠伟翟琳辉樊锋旭常乘张成普郑俊杰徐平贺福初
- 关键词：蛋白质组学蛋白质相互作用蛋白质翻译后修饰生物信息学
- 基于质谱的蛋白质生物标志物发现中的特征选择与机器学习方法研究进展被引量：5
- 2019年
- 随着质谱技术的进步以及生物信息学与统计学算法的发展,以疾病研究为主要目的之一的人类蛋白质组计划正快速推进。蛋白质生物标志物在疾病早期诊断和临床治疗等方面有着非常重要的意义,其发现策略和方法的研究已成为一个重要的热点领域。特征选择与机器学习对于解决蛋白质组数据'高维度'及'稀疏性'问题有较好的效果,因而逐渐被广泛地应用于发现蛋白质生物标志物的研究中。文中主要阐述蛋白质生物标志物的发现策略以及其中特征选择与机器学习方法的原理、应用实例和适用范围,并讨论深度学习方法在本领域的应用前景及局限性,以期为相关研究提供参考。
- 徐开琨韩明飞黄传玺常乘常乘
- 关键词：质谱蛋白质组学生物标志物
- 定量蛋白质组算法研究与应用
- 自Marc Wilkins于1994年提出首次“proteome”（蛋白质组）以来，蛋白质组学作为继基因组学之后的一个研究热点领域，已经走过了二十个年头。期间，随着质谱仪器的不断更新，以及相应实验技术的不断完善，蛋白质组...
- 常乘
- 关键词：蛋白质组学软件设计
- 文献传递
- 基于质谱的选择反应监测技术相关策略和方法的研究进展被引量：8
- 2012年
- 随着蛋白质组学研究的不断深入,基于质谱的选择反应监测技术(SRM)已经成为以发现生物标志物为代表的定向蛋白质组学研究的重要手段.SRM技术根据假设信息,特异性地获取符合假设条件的质谱信号,去除不符合条件的离子信号干扰,从而得到特定蛋白质的定量信息.SRM技术具有更高的灵敏度和精确性、更大的动态范围等优势.该技术可分为实验设计、数据获取和数据分析三个步骤.在这几个步骤中,最重要的是利用生物信息学手段总结当前实验数据的结果,并用机器学习方法和总结的经验规则进行SRM实验的母离子和子离子对的预测.针对数据质控和定量的生物信息学方法研究在提高SRM数据可靠性方面具有重要作用.此外,为方便SRM的研究,本文还收集、汇总了SRM技术相关的软件、工具和数据库资源.随着质谱仪器的不断发展,新的SRM实验策略以及分析方法、计算工具也应运而生.结合更优化的实验策略、方法,采用更精准的生物信息学算法和工具,SRM在未来蛋白质组学的发展中将发挥更加重要的作用.
- 常乘吴松锋马洁张伟朱云平
- 关键词：生物质谱
