JP2007132919A - イオン化分子フラグメントを分類するための方法、装置、及びプログラム製品 - Google Patents
イオン化分子フラグメントを分類するための方法、装置、及びプログラム製品 Download PDFInfo
- Publication number
- JP2007132919A JP2007132919A JP2006154001A JP2006154001A JP2007132919A JP 2007132919 A JP2007132919 A JP 2007132919A JP 2006154001 A JP2006154001 A JP 2006154001A JP 2006154001 A JP2006154001 A JP 2006154001A JP 2007132919 A JP2007132919 A JP 2007132919A
- Authority
- JP
- Japan
- Prior art keywords
- spectral
- vertices
- peak
- spectral peaks
- peaks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T436/00—Chemistry: analytical and immunological testing
- Y10T436/14—Heterocyclic carbon compound [i.e., O, S, N, Se, Te, as only ring hetero atom]
- Y10T436/142222—Hetero-O [e.g., ascorbic acid, etc.]
- Y10T436/143333—Saccharide [e.g., DNA, etc.]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T436/00—Chemistry: analytical and immunological testing
- Y10T436/14—Heterocyclic carbon compound [i.e., O, S, N, Se, Te, as only ring hetero atom]
- Y10T436/145555—Hetero-N
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T436/00—Chemistry: analytical and immunological testing
- Y10T436/24—Nuclear magnetic resonance, electron spin resonance or other spin effects or mass spectrometry
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Bioethics (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Electron Tubes For Measurement (AREA)
Abstract
【解決手段】複数のスペクトルピークを含む解離スペクトルデータにアクセスするステップを含み、親分子が、複数の分子のサブユニットと、各々が複数の分子のサブユニットの第1のものと複数の分子のサブユニットの第2のものとを連結する複数の開裂場所とを含み、複数のスペクトルピークが、それぞれの複数のピーク強度と関連付けられており、複数のスペクトルピークの一部を、複数の頂点として表わすステップと、複数の重み付け縁を複数の頂点に割り当てるステップと、複数の重み付け縁に応じて、信頼重み付け分類を複数の頂点に適用するステップと、それぞれの複数のピーク強度を調整するステップと、それぞれの複数のピーク強度を提示するステップとを含むコンピュータにより制御される方法。
【選択図】図1
Description
によるばねシステムの潜在エネルギを最小にする際の最小二乗問題に対する解決法であり、ここで、Aは縁重み付けのマトリックス、DはAの入力項目の絶対値の行の合計を含む対角マトリックスである。
表1
すべてのスペクトルピークが解離スペクトルデータから検出されると、「スペクトルピークを強度によりランク付けする」手順906が、各々のスペクトルピークに対して、強度のランク順を与え、一実施形態においては、最も強いスペクトルピークに強度ランク1が与えられ、2番目に強いスペクトルピークにランク2が与えられるなどになる。
(表3に示す)「スペクトルピークの対」反復手順909は、次いで、解離スペクトルデータにおけるスペクトルピークに対応する頂点の各々の対について一度反復する。頂点の各々の対が反復されるとき、対の間の縁は、多数の条件に応じて調整される。例えば、限定されるものではないが、発明者は、以下により、2つの頂点間の縁を重み付けすることにより、ペプチドについての良好な結果を取得することができる。
表4は、解離スペクトルデータにおけるスペクトルピークを表わす頂点において反復を確立する「スペクトルピーク」反復手順919を示す。すべての選択された頂点が処理された後、縁重み付けプロセス900は、「終了」ターミナル921により完了する。各々の頂点が処理されるとき、「ノイズ縁」手順923は、スペクトルピークを表わす処理された頂点と、ノイズについての人為的な頂点との間に縁を加える。縁の強さはStrongであり、スペクトルピークのランクにより調整される最大強度ランクによって除算される。したがって、(rankMaxを100と仮定し)最高の強度スペクトルピークは、ノイズに対する縁がない。2番目に高い強度スペクトルピークは、1/100Strongのノイズに対する縁を有し、(nがrankMax+1又はこれより高い)n番目の強度スペクトルピークは、Strongになる。
次いで、(表5に示す)「bイオン残留物の対」チェック手順925が、スペクトルピークのm/zからプロトン質量を減算したものがアミノ酸の対と整合するかどうかを判断する。整合する場合には、Art_Bに対する重み付け縁が質量精度(Quality)により調整されるWeakだけ増加され、これはピークのm/zがアミノ酸の対の質量にどれだけ厳密に整合するかである。
次いで、(表6に示す)「yイオン残留物の対」チェック手順927が、親分子の質量から減算されたピークのm/zがアミノ酸の対と整合するかどうかを判断する。これが真である場合には、Art_Yに対する縁の重み付けは、Qualityにより調整されるWeakだけ増加される。
(表7に示す)「イオン検出」条件手順928は、まず、現在のピークより27.995だけ少ないピークが存在する(すなわち、現在のスペクトルピークが、フラグメントに取り付けられた付加的な一酸化炭素の結果であることを示す)かどうかを判断する。存在する場合には、「残留物の対」条件手順929が、スペクトルピーク質量からプロトンを減算したものが、アミノ酸の対の質量と整合するかどうかを判断し、整合する場合には、「強い縁」手順930が、スペクトルピークとArt_Bとの間の縁を、Qualityにより調整されるStrongだけ増加させて、一対のアミノ酸の質量にする。
(表8に示す)「不可能なbイオン」チェック手順933は、スペクトルピークのm/zからプロトン質量を減算したものが、低質量イオンの質量ではないかどうかを判断する。そうである場合には、この頂点とArt_Bとの間の縁の引力がStrongだけ減少される。
(表9に示す)「不可能なyイオン」チェック手順935は、スペクトルピークのm/zの余数が低質量イオンの質量ではないかどうか判断する。そうである場合には、頂点とArt_Yとの間の縁の引力がStrongだけ減少される。
表10
付加的な縁の調整は、スペクトルピークの質量がどれだけ良好にアミノ酸トリプルの質量と整合するかに応じて行うことができる。
2)より少数の配列が生成されるため、開示された技術を用いるde novoシーケンサは、正しい配列を含む可能性が高い一組の配列をより迅速に生成する。
3)開示された技術を用いるde novoシーケンサは、既存の技術より迅速かつ正確であるため、こうしたde novoシーケンサは、ここでは、はるかに長いペプチド、及びさらに完全なプロテインを配列決定することができる。
4)一実施形態は、ピーク分類に応じて、スペクトルピーク強度を修正する。この修正されたスペクトルは、処理のために、既存の配列決定プログラムに提示することができる。修正されたスペクトルは多義性が少ないため、これらのプログラムは、正しい配列を生成する可能性がより高い。
6)ピーク分類問題に対してコンピュータによる効率的で堅牢な解決法を与える。
7)最強の部類(強度ピークの最大数)は、すべての他のものを排斥し、ノイズピーク間の引力(残留物質量により分離される内部フラグメントのような)は、ピークの分類を助ける。
8)幾つかのスペクトルは、3つより多い部類を有し、1つより多いペプチドがある場合、又は、多数の内部フラグメント(残留物配列の中間から連続するサブ配列)がある場合に、このことが生じることがある。こうしたスペクトルは、一方のペプチドから別のペプチドに容易に「トラックをジャンプ」することができる純粋な最長経路の以前の手法では困難であった。この問題は、スペクトルピークの堅牢な分類により減少される。
103:タンデム質量分光計
105:解離スペクトル
109:de novoシーケンサ
Claims (4)
- 親分子の複数のフラグメントを表わす複数のスペクトルピークを含む解離スペクトルデータにアクセスするステップを含み、
前記親分子が、複数の分子のサブユニットと、各々が前記複数の分子のサブユニットの第1のものと前記複数の分子のサブユニットの第2のものとを連結する複数の開裂場所とを含み、前記複数のスペクトルピークが、それぞれの複数のピーク強度と関連付けられており、
前記複数のスペクトルピークの一部を、複数の頂点として表わすステップと、
複数の重み付け縁を前記複数の頂点に割り当てるステップと、
前記複数の重み付け縁に応じて、信頼重み付け分類を前記複数の頂点に適用するステップと、
前記適用するステップに応じて、前記それぞれの複数のピーク強度を調整するステップと、
前記それぞれの複数のピーク強度を提示するステップと
を含むコンピュータにより制御される方法。 - コンピュータプログラム製品であって、
親分子の複数のフラグメントを表わす複数のスペクトルピークを含む解離スペクトルデータにアクセスするステップを含み、
前記親分子が、複数の分子のサブユニットと、各々が前記複数の分子のサブユニットの第1のものと前記複数の分子のサブユニットの第2のものとを連結する複数の開裂場所とを含み、前記複数のスペクトルピークが、それぞれの複数のピーク強度と関連付けられており、
前記複数のスペクトルピークの一部を、複数の頂点として表わすステップと、
複数の重み付け縁を前記複数の頂点に割り当てるステップと、
前記複数の重み付け縁に応じて、信頼重み付け分類を前記複数の頂点に適用するステップと、
前記適用するステップに応じて、前記それぞれの複数のピーク強度を調整するステップと、
前記それぞれの複数のピーク強度を提示するステップと
を含む方法を、コンピュータにより実行された場合に、前記コンピュータに実行させる命令を格納するコンピュータ使用可能データキャリア
を含むことを特徴とするコンピュータプログラム製品。 - 前記適用するステップが、前記複数の頂点の前記一部を、スペクトルピークの第1の部類及びスペクトルピークの第2の部類を表わす複数の部類に分類し、前記提示するステップが、さらに、前記解離スペクトルデータを生成した前記親分子の質量に対して、前記第1の部類を補完するステップをさらに含む、請求項1、又は請求項2に記載の方法。
- 親分子の複数のフラグメントを表わす複数のスペクトルピークを含む解離スペクトルデータにアクセスするように構成されたスペクトルアクセス論理を含み、
前記親分子が、複数の分子のサブユニットと、各々が前記複数の分子のサブユニットの第1のものと前記複数の分子のサブユニットの第2のものとを連結する複数の開裂場所とを含み、前記複数のスペクトルピークが、それぞれの複数のピーク強度と関連付けられており、
前記スペクトルアクセス論理によりアクセスされる前記複数のスペクトルピークの一部を、複数の頂点として表わすように構成されたピーク選択論理と、
複数の重み付け縁を、前記ピーク選択論理により選択された前記複数の頂点に割り当てるように構成された縁重み付け割り当て論理と、
前記複数の重み付け縁に応じて、信頼重み付け分類を前記複数の頂点に適用するように構成された分類論理と、
前記分類論理に応じて、前記それぞれの複数のピーク強度を調整するように構成された調整論理と、
前記それぞれの複数のピーク強度を提示するように構成された提示論理と
を含むことを特徴とする装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/121,199 US7297940B2 (en) | 2005-05-03 | 2005-05-03 | Method, apparatus, and program product for classifying ionized molecular fragments |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007132919A true JP2007132919A (ja) | 2007-05-31 |
JP4549314B2 JP4549314B2 (ja) | 2010-09-22 |
Family
ID=37027534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006154001A Expired - Fee Related JP4549314B2 (ja) | 2005-05-03 | 2006-05-02 | イオン化分子フラグメントを分類するための方法、装置、及びプログラム製品 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7297940B2 (ja) |
EP (1) | EP1722315B1 (ja) |
JP (1) | JP4549314B2 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1648911A1 (en) * | 2003-06-11 | 2006-04-26 | Proteome Systems Intellectual Property Pty Ltd. | Method of identifying glycan structures using mass spectrometer data |
US7781729B2 (en) * | 2006-05-26 | 2010-08-24 | Cerno Bioscience Llc | Analyzing mass spectral data |
US7429727B2 (en) * | 2005-12-13 | 2008-09-30 | Palo Alto Research Center Incorporated | Method, apparatus, and program product for quickly selecting complex molecules from a data base of molecules |
US8417466B2 (en) * | 2007-10-22 | 2013-04-09 | Shimadzu Corporation | Mass analysis data processing apparatus |
GB0909284D0 (en) * | 2009-05-29 | 2009-07-15 | Micromass Ltd | Acquisition system and method for mass spectrometer data |
US8153961B2 (en) * | 2009-08-31 | 2012-04-10 | Thermo Finnigan Llc | Methods for acquisition and deductive analysis of mixed fragment peptide mass spectra |
US9640376B1 (en) | 2014-06-16 | 2017-05-02 | Protein Metrics Inc. | Interactive analysis of mass spectrometry data |
US9385751B2 (en) | 2014-10-07 | 2016-07-05 | Protein Metrics Inc. | Enhanced data compression for sparse multidimensional ordered series data |
US10354421B2 (en) | 2015-03-10 | 2019-07-16 | Protein Metrics Inc. | Apparatuses and methods for annotated peptide mapping |
US20180156957A1 (en) * | 2015-04-10 | 2018-06-07 | 3M Innovative Properties Company | Lightguide including laminated extraction film |
US20170263426A1 (en) * | 2016-03-10 | 2017-09-14 | Leco Corporation | Dynamic Baseline Adjuster |
US10319573B2 (en) | 2017-01-26 | 2019-06-11 | Protein Metrics Inc. | Methods and apparatuses for determining the intact mass of large molecules from mass spectrographic data |
US11626274B2 (en) | 2017-08-01 | 2023-04-11 | Protein Metrics, Llc | Interactive analysis of mass spectrometry data including peak selection and dynamic labeling |
US10546736B2 (en) | 2017-08-01 | 2020-01-28 | Protein Metrics Inc. | Interactive analysis of mass spectrometry data including peak selection and dynamic labeling |
US10510521B2 (en) | 2017-09-29 | 2019-12-17 | Protein Metrics Inc. | Interactive analysis of mass spectrometry data |
US11640901B2 (en) | 2018-09-05 | 2023-05-02 | Protein Metrics, Llc | Methods and apparatuses for deconvolution of mass spectrometry data |
US11346844B2 (en) | 2019-04-26 | 2022-05-31 | Protein Metrics Inc. | Intact mass reconstruction from peptide level data and facilitated comparison with experimental intact observation |
EP4204948A1 (en) | 2020-08-31 | 2023-07-05 | Protein Metrics, LLC | Data compression for multidimensional time series data |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09510780A (ja) * | 1994-03-14 | 1997-10-28 | ユニバーシティ オブ ワシントン | 質量分析法によるヌクレオチド、アミノ酸又は炭水化物の同定 |
JP2002505740A (ja) * | 1997-05-22 | 2002-02-19 | オックスフォード・グリコサイエンシーズ・(ユーケイ)・リミテッド | 新たなペプチド配列決定法 |
WO2003075306A1 (en) * | 2002-03-01 | 2003-09-12 | Applera Corporation | Method for protein identification using mass spectrometry data |
JP2003344416A (ja) * | 2002-05-28 | 2003-12-03 | National Institute Of Advanced Industrial & Technology | ポリペプチドがエネルギーにより切断される部位を予測する方法 |
WO2003102572A2 (en) * | 2002-05-30 | 2003-12-11 | Shimadzu Research Laboratory (Europe) Limited | Mass spectrometry |
JP2004191077A (ja) * | 2002-12-09 | 2004-07-08 | Hitachi Ltd | 化合物構造解析システム,質量分析データ解析方法,質量分析データ解析装置及び質量分析データ解析プログラム |
JP2004279424A (ja) * | 2003-03-13 | 2004-10-07 | Agilent Technol Inc | 質量分析法を用いた生体高分子の同定方法及び及びそれに使用されるプログラム製品 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5587922A (en) * | 1993-06-16 | 1996-12-24 | Sandia Corporation | Multidimensional spectral load balancing |
US6963807B2 (en) * | 2000-09-08 | 2005-11-08 | Oxford Glycosciences (Uk) Ltd. | Automated identification of peptides |
US7979258B2 (en) * | 2004-12-20 | 2011-07-12 | Palo Alto Research Center Incorporated | Self-calibration of mass spectra using robust statistical methods |
-
2005
- 2005-05-03 US US11/121,199 patent/US7297940B2/en active Active
-
2006
- 2006-05-02 JP JP2006154001A patent/JP4549314B2/ja not_active Expired - Fee Related
- 2006-05-03 EP EP06113430.0A patent/EP1722315B1/en not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09510780A (ja) * | 1994-03-14 | 1997-10-28 | ユニバーシティ オブ ワシントン | 質量分析法によるヌクレオチド、アミノ酸又は炭水化物の同定 |
JP2002505740A (ja) * | 1997-05-22 | 2002-02-19 | オックスフォード・グリコサイエンシーズ・(ユーケイ)・リミテッド | 新たなペプチド配列決定法 |
WO2003075306A1 (en) * | 2002-03-01 | 2003-09-12 | Applera Corporation | Method for protein identification using mass spectrometry data |
JP2005519289A (ja) * | 2002-03-01 | 2005-06-30 | アプレラ コーポレイション | 質量分析データを使用したタンパク質同定のための方法 |
JP2003344416A (ja) * | 2002-05-28 | 2003-12-03 | National Institute Of Advanced Industrial & Technology | ポリペプチドがエネルギーにより切断される部位を予測する方法 |
WO2003102572A2 (en) * | 2002-05-30 | 2003-12-11 | Shimadzu Research Laboratory (Europe) Limited | Mass spectrometry |
JP2004191077A (ja) * | 2002-12-09 | 2004-07-08 | Hitachi Ltd | 化合物構造解析システム,質量分析データ解析方法,質量分析データ解析装置及び質量分析データ解析プログラム |
JP2004279424A (ja) * | 2003-03-13 | 2004-10-07 | Agilent Technol Inc | 質量分析法を用いた生体高分子の同定方法及び及びそれに使用されるプログラム製品 |
Also Published As
Publication number | Publication date |
---|---|
JP4549314B2 (ja) | 2010-09-22 |
EP1722315B1 (en) | 2016-12-14 |
EP1722315A2 (en) | 2006-11-15 |
EP1722315A3 (en) | 2015-09-09 |
US7297940B2 (en) | 2007-11-20 |
US20060249669A1 (en) | 2006-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4549314B2 (ja) | イオン化分子フラグメントを分類するための方法、装置、及びプログラム製品 | |
JP4818270B2 (ja) | 選択されたイオンクロマトグラムを使用して先駆物質および断片イオンをグループ化するシステムおよび方法 | |
WO2020014767A1 (en) | Systems and methods for de novo peptide sequencing from data-independent acquisition using deep learning | |
JP2007503001A (ja) | 質量分析法 | |
US8604421B2 (en) | Method and system of identifying a sample by analyising a mass spectrum by the use of a bayesian inference technique | |
JP2007093582A (ja) | 品質スペクトルの自動検出 | |
US20100288918A1 (en) | System and method for performing tandem mass spectrometry analysis | |
CA2564279C (en) | Mass spectrometer | |
US7595485B1 (en) | Data analysis to provide a revised data set for use in peptide sequencing determination | |
JP4679438B2 (ja) | 品質スペクトルの自動検出 | |
JP4821400B2 (ja) | 構造解析システム | |
JP4058449B2 (ja) | 質量分析方法および質量分析装置 | |
EP1366360A2 (en) | Methods for large scale protein matching | |
Yuan et al. | Features-based deisotoping method for tandem mass spectra | |
KR100699437B1 (ko) | 아미노산 서열 분석 장치 및 방법 | |
CN116486907B (zh) | 一种基于a星算法的蛋白质序列标签测序方法 | |
JP5756169B2 (ja) | タンパク質信頼値を計算するためのシステムおよび方法 | |
US11862298B1 (en) | Artificial neural network model for prediction of mass spectrometry data of peptides or proteins | |
Fang et al. | Feature selection in validating mass spectrometry database search results | |
Li | Dpnovo: A deep learning model combined with dynamic programming for de novo peptide sequencing | |
Tschager | Algorithms for Peptide Identification via Tandem Mass Spectrometry | |
Wu et al. | An approach to assessing peptide mass spectral quality without prior information | |
Yan et al. | A multi-edge graph based de novo peptide sequencing method for HCD spectra | |
TAECHAWATTANANANT | Peak identification and quantification in proteomic mass spectrograms using non-negative matrix factorization | |
Spivak | Analysis of mass spectrometry data for protein identification in complex biological mixtures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090430 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100531 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100621 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100706 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4549314 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130716 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |