基于滤波对角化方法提高傅立叶变换质谱数据质量

【摘要】：质谱分析已遍布各个学科领域,在生命科学中的应用为质谱发展提供了广阔的平台。质谱数据质量控制是制约质谱分析效率的一个瓶颈问题。如何提高质谱数据质量,已是蛋白质组学研究的一大热点。质谱数据质量的好坏,直接影响着质谱分析结果,这会给研究工作带来困难,也会给研究成果的可靠性带来质疑。因此,对此问题展开研究具有十分重要的意义。傅立叶变换质谱仪能够达到很高的分辨率,在分子生物研究中得到了广泛应用。数据处理方法,特别是底层信号的处理,对于提升数据质量至关重要。本文研究了一种新的算法——滤波对角化方法(Filter diagonalization method,FDM),旨在开发在傅立叶质谱仪前端原始数据(即底层信号)提取中的应用潜能,是一种质荷比等原始数据提取的最新尝试。通过仿真以及实际质谱数据分析表明,滤波对角化方法(FDM),相比传统的快速傅立叶变换算法(Fast Fourier Transform method,FFT),能够进一步提高图谱分辨率1个数量级左右,并且可以有效降低信号强度测量误差。同时,论文还研究了算法参数优化问题,为该算法的应用提供了参考。
【关键词】：傅立叶变换质谱仪 质谱数据 分辨率 滤波对角化方法 快速傅立叶变换算法 参数优化
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TL817.4