基于梯度提升决策树的肽碎片离子强度建模.pdf

第 31卷 第2期 山东 理 工 大 学 学 报 (自然 科 学 版) Vo1．31No．2 2017年 3月 JournalofShandongUniversityofTechnology(NaturalScienceEdition) Mar．2017 文章编号：1672—6197(2017)02—0064—05 基于梯度提升决策树的肽碎片离子强度建模 怀 浩，刘 学，张龙波 ，王晓丹 (山东理工大学 计算机科学与技术学院，山东 淄博255049) 摘 要：为找到对蛋白质鉴定算法影响较大的肽碎片离子特征，以提高鉴定结果的正确率，在碎片 离子特征与强度信息的基础上进行建模 ，构建预测模型．实验首先使用 pFind对 串联质谱数据鉴 定，将鉴定结果过滤出需要的肽序列；然后计算出离子质荷比与离子特征值，通过匹配离子的质荷 比获取离子强度信息；使用强度信息与离子特征值构建 libsvm格式文件，使用XGBoost构建预测 模型，其中使用了梯度提升决策树算法；最后使用构建完成的预测模型对蛋 白质产生的肽序列做离 子强度理论预测．实验结果表明模型所预测的肽序列离子强度与实验离子强度有着较高的相似度， 同时分析预测模型可以从预测树中发现肽序列碎裂的规律，提取肽碎片离子中对强度值影响较大 的离子特征． 关键词：串联质谱 ；肽碎片离子强度；梯度提升决策树；建模 中图分类号：TP391 文献标志码 ：A Peptidefragmentionintensitymodelingbasedongradientboostingdecision tree HUAIHao，LIU Xue，ZHANG Long—bo，W ANG Xiao—dan (SchoolofComputerScienceandTechnology，ShandongUniversityofTechnology，Zibo255049，China) Abstract：Inordertofindthepeptidefragmentionsattributesthathaveagreaterinfluenceonthe protein identificationalgorithm ，and improvetheaccuracyofidentificationresults，theforecast modelbasedonfragmentionsioncharacteristicandintensityinformationisbuilt．Firstly，weuse ofpFindtoidentifytandem massspectrum ，thenfilterouttheneededpeptidesequences；second— ly，wecalculatetheresultofm／zandtheattributesvaluesofions，andgettheintensitiesby matchingm／z，thenusetheinformationofintensityandtheattributesvalueofionstobuilda libsvm formatfile，andthenbuildapredictionmodelthroughtheXGBoostwhichusingtheGB— DT algorithm；finally，weusethebuiltpredictionmodeltopredictthetheoryintensitiesofpep— tidesequencesionswhichproducedbyprotein．Theexperimentalresultsshow thattheintensities wegotfrom thepredictionmodelhadahighersimilaritytotheexperimentalintensities M ean—