蛋白质组学中串联质谱数据搜库结果质量控制方法研究
| 目录 | 第1-11页 |
| 摘要 | 第11-14页 |
| ABSTRACT | 第14-18页 |
| 第一章 绪论 | 第18-38页 |
| ·研究背景 | 第20-30页 |
| ·质谱数据质量控制问题 | 第20-23页 |
| ·串联质谱数据搜库结果质量控制的研究现状和问题 | 第23-29页 |
| ·结果数据集的质量评价参数 | 第29-30页 |
| ·论文的研究内容和创新点 | 第30-35页 |
| ·论文结构 | 第35-38页 |
| 第二章 蛋白质组研究中的质谱平台和数据分析 | 第38-60页 |
| ·质谱平台的组成和原理 | 第38-47页 |
| ·电离技术 | 第38-39页 |
| ·质量分析器 | 第39-42页 |
| ·离子碎裂腔 | 第42-44页 |
| ·反相色谱分离 | 第44-45页 |
| ·蛋白质组研究中的典型质谱平台 | 第45-47页 |
| ·现代质谱仪的仪器控制策略 | 第47-49页 |
| ·蛋白质组研究中的质谱数据 | 第49-54页 |
| ·质谱数据分析 | 第54-60页 |
| 第三章 搜库参数优化 | 第60-80页 |
| ·本章使用的实验数据 | 第60-63页 |
| ·基于统计分布的母离子质量误差容限确定 | 第63-72页 |
| ·母离子质量误差分布拟合 | 第63-67页 |
| ·确定搜库中的母离子质量误差容限 | 第67-69页 |
| ·母离子质量误差校正 | 第69-72页 |
| ·碎片离子质荷比误差分析 | 第72-76页 |
| ·数据提取 | 第72-73页 |
| ·质荷比误差的分布和校正 | 第73-75页 |
| ·碎片离子质荷比误差和峰信号强度 | 第75页 |
| ·碎片离子质荷比误差容限对搜库结果的影响 | 第75-76页 |
| ·酶切和漏切位点 | 第76-78页 |
| ·本章小结 | 第78-80页 |
| 第四章 特征提取和选择 | 第80-110页 |
| ·实验数据集 | 第80-81页 |
| ·理论图谱预测 | 第81-85页 |
| ·参数分类能力的度量 | 第85-88页 |
| ·肽段搜库结果质量控制的特征提取 | 第88-104页 |
| ·图谱预处理和3个经验参数的分类能力 | 第89-91页 |
| ·肽段色谱保留时间预测 | 第91-98页 |
| ·电荷指数预测 | 第98-100页 |
| ·其它特征 | 第100-104页 |
| ·特征选取 | 第104-107页 |
| ·本章小结 | 第107-110页 |
| 第五章 肽段鉴定结果的验证 | 第110-157页 |
| ·随机数据库构建 | 第111-113页 |
| ·验证数据集 | 第113-114页 |
| ·基于启发式知识的线性分类方法 | 第114-123页 |
| ·LDF模型 | 第114-118页 |
| ·FPR的估计误差 | 第118-119页 |
| ·LDF模型在大数据集上的应用 | 第119-121页 |
| ·与PeptideProphet的比较 | 第121-123页 |
| ·基于分布假设的概率模型 | 第123-129页 |
| ·分布假设的验证 | 第124-129页 |
| ·判别函数和结果 | 第129页 |
| ·简单非参数模型 | 第129-145页 |
| ·非参数概率密度函数估计 | 第130-135页 |
| ·基于非参数模型的判别函数 | 第135-137页 |
| ·使用更多的特征 | 第137-138页 |
| ·标准数据集上的非参数模型性能验证 | 第138-140页 |
| ·实例研究:应用于大数据集 | 第140-142页 |
| ·问题和困难 | 第142-145页 |
| ·贝叶斯非参数模型 | 第145-155页 |
| ·模型构建 | 第145-148页 |
| ·应用结果 | 第148-153页 |
| ·关于线性回归和约束非参数概率密度函数估计的讨论 | 第153-155页 |
| ·搜库结果验证方法的工程应用 | 第155页 |
| ·本章小结 | 第155-157页 |
| 结束语 | 第157-159页 |
| 致谢 | 第159-160页 |
| 参考文献 | 第160-173页 |
| 作者在学期间取得的学术成果 | 第173页 |
| 作者在学期间取得的学术成果 | 第173-176页 |
| 1 杂志文章 | 第173页 |
| 2 会议论文 | 第173-174页 |
| 3 参加的科研项目 | 第174页 |
| 4 自主开发的数据分析工具 | 第174-176页 |
| 附录A 质谱数据分析资源 | 第176-180页 |
| 1 数据库 | 第176页 |
| 2 数据分析工具 | 第176-179页 |
| 3 其它资源 | 第179-180页 |
