pMod–用于质谱数据电荷解卷积的一个自动峰建模高级-Agilent.PDF

pMod – 用于质谱数据电荷解卷积的一个 自动峰建模高级蛋白质解卷积算法 应用简报 作者 前言 ， 和 广泛应用的最大熵解卷积算法的优点包括可将多电荷质谱转换为零电荷质谱以及能显著 Ning Tang X iaoling Wu Stephen Madden 降低结果的复杂性。但这种方法会引入许多假峰。为了改善该解卷积算法并最大可能地 安捷伦科技有限公司， 实现几乎无假峰的结果，安捷伦科技已经开发出了峰建模解卷积 (pMod) 算法这一先进的 圣克拉拉，加利福尼亚，美国 数据处理方法。本文描述了该 pMod 方法，将其与最大熵解卷积方法进行比较，讨论了 零电荷质量测量的精确度，并展现了精确分析中蛋白质峰更好的分辨率。 pMod 算法 采用最大熵解卷积和 pMod 解卷积 零电荷质量测量的精确度 最大熵电荷解卷积是一种广为人知的强大的 得到的结果 pMod 解卷积还评估了原始数据中每个电荷 数据分析算法，用于在电喷雾质谱中进行完 与原始数据相比，最大熵解卷积结果 （图 ） 态的质量测量精确度，并计算了零电荷质量 1A 整蛋白质的中性质量测定1 。该方法将一个或 改善了质量分辨率，尤其对低分辨率的小峰 的标准偏差。该值称为 pMod 的不确定度。 多个完整蛋白质的m/z 原始谱图转换为最可 的改善更为明显。但在以下两种情况下，该 我们可将不确定度值用作 pMod 解卷积峰 能的零电荷质谱 （以道尔顿为单位）。最大 方法表现出其局限性：1) 解卷积结果中出 的峰宽。结果，得到的解卷积峰的峰宽不再 熵解卷积能可靠地处理不太复杂 （较少修饰） 现谐峰和假峰时； 由于有限的分辨率或 反映蛋白质分子的同位素宽度。窄峰表明该 2) 的蛋白质数据或者相对简单的蛋白质混合物。 者低信噪比 (S/ N) 使蛋白质峰未很好界定 质量数的蛋白质结果具有更高的可靠性。而 时。图 为峰建模解卷积结果，展示了这 宽峰表明该质量数的蛋白质结果可靠性较低 1B pMod 解卷积算法从最大熵解卷积开始。根 些解卷积的特征。pMod 结果有更高的分辨 （图1）。 据最大熵解卷积结果，pMod 无需手工干预 率，重叠峰得到良好分离，实现了更可靠的 即可自动生成质谱峰模型，并将这些模型应 蛋白质确认。 用到整个拟合和验证过程中。为实现只报告 与实验规律一致的质量数，峰建模方法还用 ×104 到物理规律。与模型不匹配的谱图数据会被 A 9