基于小波分析的定量蛋白质组学分析

论文摘要

定量蛋白质组学软件ASAPRatio能测定蛋白质轻重离子丰度比及误差,但它采用的Savitzky-Golay平滑技术不能完全去除背景噪音。我们基于小波分析理论,用两种不同适用范围的小波域阈值滤波算法和空域滤波算法对ASAPRatio算法加以改进,提高质谱图谱数据的精确性。其次,我们通过BSA实验的5组不同比例的样本数据对新算法加以验证。最后,通过新旧算法实验结果的比较,证明了小波滤波的有效性。

论文目录

• 摘要
• Abstract
• 第一章 定量蛋白质组学介绍
• 1.1 定量蛋白质组学
• 1.2 稳定同位素标记技术
• 1.2.1 生物掺入标记
• 1.2.2 同位素亲和标签（isotope-coded affinity tag,ICAT）
• 1.3 质谱技术
• 1.3.1 电喷雾电离
• 1.3.2 软激光解吸电离
• 1.4 定量蛋白质组同位素标记技术的应用
• 第二章 小波分析理论
• 2.1 小波理论的发展
• 2.2 小波变换及其基本性质
• 2.2.1 连续小波变换
• 2.2.2 离散小波变换
• 2.3 多尺度分析与Mallat算法
• 第三章 基于小波的质谱图象去噪
• 3.1 应用背景
• 3.2 小波阈值去噪方法的原理和步骤
• 3.2.1 小波阈值去噪方法的原理
• 3.2.2 小波阈值去噪方法的步骤
• 3.3 小波基的选择
• 3.4 基于小波的滤波算法
• 3.4.1 小波域阈值滤波算法
• 3.4.2 空域滤波算法
• 3.5 实验结果
• 3.5.1 实验样本准备
• 3.5.2 实验数据
• 3.5.2.1 质谱图谱
• 3.5.2.2 BSA实验结果
• 3.5.3 结果分析及评价
• 结论与展望
• 参考文献
• 致谢