KR100984253B1 - 아미노산 서열 변화 예측방법 및 시스템 - Google Patents
아미노산 서열 변화 예측방법 및 시스템 Download PDFInfo
- Publication number
- KR100984253B1 KR100984253B1 KR1020080014176A KR20080014176A KR100984253B1 KR 100984253 B1 KR100984253 B1 KR 100984253B1 KR 1020080014176 A KR1020080014176 A KR 1020080014176A KR 20080014176 A KR20080014176 A KR 20080014176A KR 100984253 B1 KR100984253 B1 KR 100984253B1
- Authority
- KR
- South Korea
- Prior art keywords
- peptide
- information
- amino acid
- acid sequence
- mass
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6818—Sequencing of polypeptides
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Food Science & Technology (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Microbiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
Description
물론, 이를 위해 표시부(140)는 OLED 패널, LCD 패널 등으로 구성되며, 이 표시부(140)에 디스플레이된 화면예를 보여주는 도면이 도 3내지 도 6에 도시된다. 본 발명의 일실시예에서는 표시부(140)가 아미노산 서열변화 예측 시스템(100) 내에 구성되는 것으로 설명하였으나, 이에 한정되는 것은 아니며, 가령 별도의 모니터를 이용하는 것도 가능함을 당업자라면 이해할 것이다.
입력부(130)는 키보드, 마우스 등이 될 수 있다. 따라서, 사용자는 이 입력부(130)를 이용하여 도 3에 도시된 바와 같이, 펩타이드 서열, 펩타이드 MW, PKL 리스트의 폴더를 선택하거나, 허용 범위, 단편화 허용범위 등의 임의 숫자 또는 문자를 입력할 수 있다. 도 3은 본 발명의 일실시예에 따른 아미노산 서열변화 예측하기 위해, 펩타이드 서열, 펩타이드 MW, PKL 리스트를 입력하는 화면예를 도시하는 도면이며, 이에 대하여는 후술하기로 한다.
이하에서 본 발명에 따른 아미노산 서열변화 예측방법을 구체적으로 기술한다.
Claims (14)
- 단편화 예측 모듈이, 펩타이드에 대하여 질량 분석기에 의해 분석된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보를 입력부에 의해 입력받는 단계;상기 단편화 예측 모듈이, 입력부에 의해, 상기 입력된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보와 펩타이드 단편 계산 데이터베이스에 저장되어 있는 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보의 매칭 범위를 제한하기 위한 소정의 설정값인 단편화 허용 오차 범위를 입력받는 단계(상기 펩타이드 단편 계산 데이터베이스는 PTM(post-translational modification) 규칙에 의한 펩타이드 단편들의 조합과 PTM 규칙에 의하지 않은 아미노산 서열의 모든 조합과 각 조합의 질량 정보를 포함함);상기 단편화 예측 모듈이, 상기 입력된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보와 상기 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보를 비교하는 단계;비교 결과, 상기 단편화 예측 모듈이, 상기 입력된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보와 상기 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보의 일치하지 않는 아미노산 서열들을 상기 펩타이드 내에서 아미노산 서열 변화 가능성이 있는 영역을 표시부에 표시하는 단계;상기 단편화 예측 모듈이, 상기 입력부에 의해 상기 아미노산 서열 변화 가능성이 있는 영역 내의 아미노산 변화 예상 개수 및 상기 입력된 펩타이드 단편 질량 정보에 대한 허용 오차를 나타내는 허용 오차 범위를 입력받는 단계; 및데이터베이스 매칭 모듈이, 상기 아미노산 변화 예상 개수를 이용하여 상기 오차 범위 내에서 아래의 수학식 1 또는 수학식 2에 의해 스코어를 계산함으로써 상기 아미노산 서열 변화 가능성이 있는 영역 내에서 아미노산 서열 변화 가능성이 가장 높은 서열을 상기 표시부에 표시하는 단계를 포함하는 아미노산 서열 변화 예측 방법.[수학식 1]스코어 = {1 / (아미노산 서열 길이 - 이중으로 단편화된 개수) x 0.4} x {총 단편화 개수 / (아미노산 서열 길이 - 1) x 0.2} x {(1 / 단편화 오차범위) x 0.99} x (작은 단편화 개수 / 큰 단편화 개수) x {(1 / 이론적 질량값과 실험적 질량값 차이의 절대값) x 0.97} x 104 (여기서, 두 단편화 개수의 곱은 0이 아니고, 이론적 질량값과 실험적 질량값 차이는 0이 아니다.)[수학식 2](여기서, x = mean = 1/111.1 x 2 x Ma x 2 이고, f는 입력 단편화 이온들의 개수이며, n은 매칭되는 단편화 이온들의 개수이고, Ma는 질량 정확도(Mass Accuracy),즉 실험에 의한 오차 허용범위를 나타낸다.)
- 제 1 항에 있어서,상기 펩타이드 단편 질량은 상기 펩타이드의 절단되는 N-말단 단편(c-이온 또는 b-이온) 또는 C-말단 단편(z-이온 또는 y-이온)의 질량이고,상기 c-이온 단편/z-이온 단편 또는 b-이온/y-이온 단편으로 나뉘는 경우, 상기 아미노산 서열변화 가능성이 있는 영역은 상기 c-이온 단편 또는 b-이온을 표시한 영역과 상기 z-이온 단편 또는 y-이온 단편을 표시한 영역이 서로 겹쳐지지 않는 영역을 의미하는 아미노산 서열 변화 예측 방법.
- 제 2 항에 있어서,상기 단편화 예측 모듈이, 상기 획득된 펩타이드 단편 질량 정보와 상기 계산된 질량 정보의 차이가 상기 단편화 오차범위 이내인 경우 매칭으로 표시하고,상기 획득된 펩타이드 단편 질량 정보와 상기 계산된 질량 정보와의 매칭 되지 않는 영역은 아미노산 서열변화 가능성이 있는 영역으로 표시하는 아미노산 서열 변화 예측 방법.
- 제 1 항에 있어서,상기 아미노산 서열 변화 가능성이 가장 높은 서열을 표시하는 단계는, 상기 아미노산 서열변화 가능성이 가장 높은 서열과 함께 상기 펩타이드 단편들의 단편화된 위치를 나타내는 펩타이드 단편화 맵을 표시하는 아미노산 서열변화 예측 방법.
- 펩타이드에 대하여 질량 분석기에 의해 분석된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보를 입력하는 입력부;PTM(post-translational modification) 규칙에 의한 펩타이드 단편들의 조합과 PTM 규칙에 의하지 않은 아미노산 서열의 모든 조합과 각 조합의 질량이 저장되고, 상기 펩타이드의 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보를 저장하고 있는 펩타이드 단편 계산 데이터베이스;상기 입력부에 의해 입력된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보와 상기 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보의 매칭 범위를 제한하기 위한 소정의 설정값인 단편화 허용 오차 범위를 입력받고,상기 입력된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보와 상기 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보를 비교하며,비교 결과, 상기 단편화 예측 모듈이 상기 입력된 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보와 상기 이론적 펩타이드 단편 질량 정보, 펩타이드 서열 정보 및 펩타이드 분자량(MW) 정보의 일치하지 않는 아미노산 서열들을 상기 펩타이드 내에서 아미노산 서열 변화 가능성이 있는 영역으로 표시부에 표시하고,상기 단편화 예측 모듈이, 상기 입력부에 의해 상기 아미노산 서열 변화 가능성이 있는 영역 내의 아미노산 변화 예상 개수 및 상기 입력된 펩타이드 단편 질량 정보에 대한 허용 오차를 나타내는 허용 오차 범위를 입력받는 단편화 예측 모듈; 및상기 아미노산 변화 예상 개수를 이용하여 상기 오차 범위 내에서 아래의 수학식 1 또는 수학식 2에 의해 스코어를 계산함으로써 상기 아미노산 서열 변화 가능성이 있는 영역내에서 아미노산 서열 변화 가능성이 가장 높은 서열을 상기 표시부에 표시하는 데이터베이스 매칭 모듈을 포함하는 아미노산 서열 변화 예측 시스템 장치.[수학식 1]스코어 = {1 / (아미노산 서열 길이 - 이중으로 단편화된 개수) x 0.4} x {총 단편화 개수 / (아미노산 서열 길이 - 1) x 0.2} x {(1 / 단편화 오차범위) x 0.99} x (작은 단편화 개수 / 큰 단편화 개수) x {(1 / 이론적 질량값과 실험적 질량값 차이의 절대값) x 0.97} x 104 (여기서, 두 단편화 개수의 곱은 0이 아니고, 이론적 질량값과 실험적 질량값 차이는 0이 아니다.)[수학식 2]
- 제 5 항에 있어서,상기 펩타이드 단편 질량은 상기 펩타이드의 절단되는 N-말단 단편(c-이온 또는 b-이온) 또는 C-말단 단편(z-이온 또는 y-이온)의 질량이고,상기 c-이온 단편/z-이온 단편 또는 b-이온/y-이온 단편으로 나뉘는 경우, 상기 아미노산 서열변화 가능성이 있는 영역은 상기 c-이온 단편 또는 b-이온을 표시한 영역과 상기 z-이온 단편 또는 y-이온 단편을 표시한 영역이 서로 겹쳐지지 않는 영역을 의미하는 아미노산 서열 변화 예측 시스템 장치.
- 제 5 항에 있어서,상기 단편화 예측 모듈이, 상기 획득된 펩타이드 단편 질량 정보와 상기 계산된 질량 정보의 차이가 상기 단편화 오차범위 이내인 경우 매칭으로 표시하고,상기 획득된 펩타이드 단편 질량 정보와 상기 계산된 질량 정보와의 매칭 되지 않는 영역은 아미노산 서열변화 가능성이 있는 영역으로 표시하는 이 영역의 아미노산 서열 변화 예측 시스템 장치.
- 제 5 항에 있어서,상기 표시부는, 상기 아미노산 서열변화 가능성이 가장 높은 서열과 함께 상기 펩타이드 단편들의 단편화된 위치를 나타내는 펩타이드 단편화 맵을 표시하는 아미노산 서열변화 예측 시스템 장치.
- 제 1 항 내지 제 4 항 중 어느 한 항에 따른 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20070016699 | 2007-02-16 | ||
KR1020070016699 | 2007-02-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20080076852A KR20080076852A (ko) | 2008-08-20 |
KR100984253B1 true KR100984253B1 (ko) | 2010-09-30 |
Family
ID=39879914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020080014176A KR100984253B1 (ko) | 2007-02-16 | 2008-02-15 | 아미노산 서열 변화 예측방법 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100984253B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101265187B1 (ko) | 2011-05-09 | 2013-05-27 | 서울시립대학교 산학협력단 | 이중 질량 분석기를 통한 고속 다중―무제한 변이 탐색 방법 및 장치 |
KR20180022549A (ko) | 2016-08-23 | 2018-03-06 | 한국과학기술원 | 확률 그래프 모델을 이용한 아미노산 또는 핵산 변이의 기능적 영향 및 유해성 예측 장치 및 이의 예측 방법 |
KR102547970B1 (ko) | 2022-12-28 | 2023-06-26 | 주식회사 네오젠티씨 | 질량분석 데이터의 정제 및 데이터베이스화를 위한 방법 및 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030074773A (ko) * | 2001-02-01 | 2003-09-19 | 싸이퍼젠 바이오시스템즈, 인코포레이티드 | 탠덤 질량 분광계에 의한 단백질 확인, 특성화 및 서열결정을 위한 개선된 방법 |
KR100531207B1 (ko) | 2005-06-04 | 2005-11-29 | 씨비에스소프트주식회사 | 단백질 동정시스템 |
KR20060036322A (ko) * | 2004-10-25 | 2006-04-28 | 김상태 | 아미노산 서열 분석 장치 및 방법 |
KR20070017676A (ko) * | 2005-08-08 | 2007-02-13 | 한국기초과학지원연구원 | 변형된 폴리펩티드(Modifiedpolypeptide)의 서열 및 변형 정보를 분석하는방법 |
-
2008
- 2008-02-15 KR KR1020080014176A patent/KR100984253B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030074773A (ko) * | 2001-02-01 | 2003-09-19 | 싸이퍼젠 바이오시스템즈, 인코포레이티드 | 탠덤 질량 분광계에 의한 단백질 확인, 특성화 및 서열결정을 위한 개선된 방법 |
KR20060036322A (ko) * | 2004-10-25 | 2006-04-28 | 김상태 | 아미노산 서열 분석 장치 및 방법 |
KR100531207B1 (ko) | 2005-06-04 | 2005-11-29 | 씨비에스소프트주식회사 | 단백질 동정시스템 |
KR20070017676A (ko) * | 2005-08-08 | 2007-02-13 | 한국기초과학지원연구원 | 변형된 폴리펩티드(Modifiedpolypeptide)의 서열 및 변형 정보를 분석하는방법 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101265187B1 (ko) | 2011-05-09 | 2013-05-27 | 서울시립대학교 산학협력단 | 이중 질량 분석기를 통한 고속 다중―무제한 변이 탐색 방법 및 장치 |
KR20180022549A (ko) | 2016-08-23 | 2018-03-06 | 한국과학기술원 | 확률 그래프 모델을 이용한 아미노산 또는 핵산 변이의 기능적 영향 및 유해성 예측 장치 및 이의 예측 방법 |
KR102547970B1 (ko) | 2022-12-28 | 2023-06-26 | 주식회사 네오젠티씨 | 질량분석 데이터의 정제 및 데이터베이스화를 위한 방법 및 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR20080076852A (ko) | 2008-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Perdigão et al. | Unexpected features of the dark proteome | |
Wang et al. | Comprehensive evaluation of de novo transcriptome assembly programs and their effects on differential gene expression analysis | |
de Brevern et al. | Bayesian probabilistic approach for predicting backbone structures in terms of protein blocks | |
Margolin et al. | The mechanisms of microtubule catastrophe and rescue: implications from analysis of a dimer-scale computational model | |
Schüler et al. | Evolution of protein domain repeats in Metazoa | |
Castellana et al. | Proteogenomics to discover the full coding content of genomes: a computational perspective | |
Frank et al. | Peptide sequence tags for fast database search in mass-spectrometry | |
Alves et al. | Advancement in protein inference from shotgun proteomics using peptide detectability | |
CN107103205A (zh) | 一种基于蛋白质质谱数据注释真核生物基因组的生物信息学方法 | |
Weatheritt et al. | The identification of short linear motif-mediated interfaces within the human interactome | |
Panchenko | Finding weak similarities between proteins by sequence profile comparison | |
Kalev et al. | HHfrag: HMM-based fragment detection using HHpred | |
KR100984253B1 (ko) | 아미노산 서열 변화 예측방법 및 시스템 | |
Matthiesen et al. | SIR: Deterministic protein inference from peptides assigned to MS data | |
Helmy et al. | Mass spectrum sequential subtraction speeds up searching large peptide MS/MS spectra datasets against large nucleotide databases for proteogenomics | |
Mallik et al. | Topology and oligomerization of mono-and oligomeric proteins regulate their half-lives in the cell | |
Chalkley | When target–decoy false discovery rate estimations are inaccurate and how to spot instances | |
Hiller et al. | JVirGel 2.0: computational prediction of proteomes separated via two-dimensional gel electrophoresis under consideration of membrane and secreted proteins | |
Laslett et al. | BRUCE: a program for the detection of transfer‐messenger RNA genes in nucleotide sequences | |
KR101743254B1 (ko) | 확률 그래프 모델을 이용한 단백질의 중요부위 예측장치 및 이의 예측방법 | |
Zhu et al. | PEP_scaffolder: using (homologous) proteins to scaffold genomes | |
Thrift et al. | Graph-pMHC: graph neural network approach to MHC class II peptide presentation and antibody immunogenicity | |
Khenoussi et al. | SIBIS: a Bayesian model for inconsistent protein sequence estimation | |
Erhard et al. | Detecting outlier peptides in quantitative high-throughput mass spectrometry data | |
Sikdar et al. | Improving protein identification from tandem mass spectrometry data by one-step methods and integrating data from other platforms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130923 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20150126 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20150921 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20160920 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20170920 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20180920 Year of fee payment: 9 |