结合二级质谱和机器学习算法的蛋白质组无标记定量方法
文献类型:专利
; | |
作者 | 张丽华 ; 吴琪 ; 梁振 ; 曲焱焱 ; 蒋好 ; 张玉奎 |
发表日期 | 2014 |
专利国别 | CN |
专利号 | CN201210563271.9 |
专利类型 | 发明 |
权利人 | 中国科学院大连化学物理研究所 |
是否PCT专利 | 否 |
中文摘要 | 本发明涉及一种结合二级质谱强度和机器学习算法的蛋白质组无标记定量方法,用于蛋白质组水平的绝对和相对定量分析。该方法首先需要在液相色谱-串级质谱系统上分析用于建立训练数据集的蛋白质组实际样品的酶解肽段混合物以及待分析的蛋白质组样品的酶解肽段混合物。样品总量可以通过细胞计数或测定蛋白浓度得知,根据上一步算得的百分比和样品总量即可以计算每一个蛋白的绝对量。将同一个蛋白在不同样品中的绝对量进行比较即可以获得该蛋白在不同样品中的相对定量信息。该方法无论是在绝对定量还是相对定量上都具有良好的准确度。 |
公开日期 | 2014-06-25 |
申请日期 | 2012-12-21 |
语种 | 中文 |
专利申请号 | CN201210563271.9 |
源URL | [http://159.226.238.44/handle/321008/120385] |
专题 | 大连化学物理研究所_中国科学院大连化学物理研究所 |
推荐引用方式 GB/T 7714 | 张丽华,吴琪,梁振,等. 结合二级质谱和机器学习算法的蛋白质组无标记定量方法, 结合二级质谱和机器学习算法的蛋白质组无标记定量方法. CN201210563271.9. 2014-01-01. |
入库方式: OAI收割
来源:大连化学物理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。