三线性分解算法对液相色谱-质谱联用仪多样本测定数据分辨适用性的比较

doi:10.3724/SP.J.1123.2013.03051

色谱 ›› 2013, Vol. 31 ›› Issue (6): 550-555.DOI: 10.3724/SP.J.1123.2013.03051

• 特别策划：定量蛋白质组学专栏 • 上一篇下一篇

三线性分解算法对液相色谱-质谱联用仪多样本测定数据分辨适用性的比较

张树荣, 吴海龙, 翟敏, 康超, 尹小丽, 俞汝勤

化学生物传感与计量学国家重点实验室湖南大学化学化工学院, 湖南长沙 410082

收稿日期:2013-03-28 修回日期:2013-04-25 出版日期:2013-06-28 发布日期:2013-06-06
通讯作者: 吴海龙, 俞汝勤
基金资助:
国家自然科学基金项目(21175041);国家科技部"973"计划课题(2012CB910602);国家自然科学基金创新研究群体科学基金项目(21221003).

Comparison for applicability of different trilinear decomposition algorithms to liquid chromatography-mass spectrometry data measured from multiple samples

ZHANG Shurong, WU Hailong, ZHAI Min, KANG Chao, YIN Xiaoli, YU Ruqin

State Key Laboratory of Chemo/Biosensing and Chemometrics, College of Chemistry and Chemical Engineering, Hunan University, Changsha 410082, China

Received:2013-03-28 Revised:2013-04-25 Online:2013-06-28 Published:2013-06-06
Contact: 10.3724/SP.J.1123.2013.03051

摘要/Abstract

摘要：

从三线性分解算法对液相色谱-质谱联用仪(LC-MS)多样本测定数据分辨的适用性角度入手,探讨了双线性和三线性分解算法的实际应用效果、存在的问题及其解决方案。本文选择含有低丰度肽段和高干扰背景信号的代表性测定数据进行测试。结果表明,双线性方法不具有分辨唯一性,不能分离LC-MS多样品测定数据存在的背景干扰,从而不适用于低丰度肽段问题的分析。常规的三线性分解算法难以满足质谱信号具有的数学特性——稀疏性,分辨结果并不完全可靠。本文提出了具有非负约束的交替三线性分解(non-negative alternating trilinear decomposition, NNATLD)新算法用于LC-MS多样本测定数据分辨及数学分离,能够很好地适应质谱的数学特性,且具有计算资源节约和收敛速度快等特点。

关键词: 定量蛋白质组学, 多样本, 非负交替三线性分解, 三线性分解, 数学分离, 算法比较, 液相色谱-质谱

Abstract:

The applicability of different trilinear decomposition algorithm to LC-MS data measured from multiple samples is discussed in this paper. An actual LC-MS data set contained a low abundance peptide was adopted to make a test for these algorithms. The bilinear method was not able to handle this type of low abundance situations, and made a mathematical separation as expected. It is found out that the famous trilinear decomposition algorithm could not be used in the LC-MS data directly. The most probable reason is the sparsity property of the pure MS spectra, which means they have positive response values at some m/z coordinates where the ions emerged and zero values elsewhere. A novel algorithm named NNATLD (non-negative alternating trilinear decomposition) has been designed by the present authors to make an effective trilinear decomposition for the three-way data set constructed by LC-MS data. The new algorithm adapts the property of MS spectra, saves the computing resources, and converges fast.

Key words: algorithm comparison, liquid chromatography-mass spectrometry (LC-MS), mathematical separation, multiple samples, non-negative alternating trilinear decomposition (NNATLD), quantitative proteomics, trilinear decomposition

中图分类号:

O658

张树荣, 吴海龙, 翟敏, 康超, 尹小丽, 俞汝勤. 三线性分解算法对液相色谱-质谱联用仪多样本测定数据分辨适用性的比较[J]. 色谱, 2013, 31(6): 550-555.

ZHANG Shurong, WU Hailong, ZHAI Min, KANG Chao, YIN Xiaoli, YU Ruqin. Comparison for applicability of different trilinear decomposition algorithms to liquid chromatography-mass spectrometry data measured from multiple samples[J]. Chinese Journal of Chromatography, 2013, 31(6): 550-555.

参考文献

[1] Washburn M P, Wolters D, Yates III J R. Nature Biotechnology, 2001, 19(3): 242

[2] Wolters D A, Washburn M P, Yates III J R. Anal Chem, 2001, 73(23): 5683

[3] Fournier M L, Gilmore J M, Martin-Brown S A, et al. Chem Rev, 2007, 107(8): 3654

[4] Nesvizhskii A I. Meth Mol Biol, 2007, 367: 87

[5] Blonder J, Chan K C, Issaq H J, et al. Nature Protocols, 2007, 1(6): 2784

[6] Liu H, Sadygov R G, Yates III J R. Anal Chem, 2004, 76(14): 4193

[7] Kawamoto S, Matsumoto Y, Mizuno K, et al. Gene, 1996, 174(1): 151

[8] Anderson L, Seilhamer J. Electrophoresis, 1997, 18(3/4): 533

[9] Futcher B, Latter G I, Monardo P, et al. Mol Cell Biol, 1999, 19(11): 7357

[10] Gygi S P, Rochon Y, Franza B R, et al. Mol Cell Biol, 1999, 19(3): 1720

[11] Opiteck G J, Lewis K C, Jorgenson J W, et al. Anal Chem, 1997, 69(8): 1518

[12] Wall D B, Kachman M T, Gong S, et al. Anal Chem, 2000, 72(6): 1099

[13] Wu H L, Nie J F, Yu Y J, et al. Anal Chim Acta, 2009, 650(1): 131

[14] Wu H L, Shibukawa M, Oguma K. J Chemom, 1998, 12(1): 1

[15] Zhang Y, Wu H L, Xia A L, et al. Talanta, 2007, 72(3): 926

[16] Li S F, Wu H L, Yu Y J, et al. Talanta, 2010, 81(3): 805

[17] Yu Y J, Wu H L, Shao S Z, et al. Talanta, 2011, 85(3): 1549

[18] Jaumot J, Gargallo R, de Juan A, et al. Chemom Intell Lab Syst, 2005, 76(1): 101

[19] Jaumot J, Tauler R. Chemom Intell Lab Syst, 2010, 103(2): 96

[20] Olivieri A C, Wu H L, Yu R Q. Chemom Intell Lab Syst, 2009, 96(2): 246

[21] Booksh K S, Kowalski B R. Anal Chem, 1994, 66(15): 782A

[22] Strohalm M, Kavan D, Novak P, et al. Anal Chem, 2010, 82(11): 4648

[23] Strohalm M, Hassman M, Kosata B, et al. Rapid Commun Mass Spectrom, 2008, 22(6): 905

[24] Carroll J, Chang J J. Psychometrika, 1970, 35(3): 283

[25] Harshman R A. UCLA Working Papers in Phonetics, 1970, 16(1): 84

[26] Kiers H, Krijnen W. Psychometrika, 1991, 56(1): 147

[27] Chen Z P, Wu H L, Jiang J H, et al. Chemom Intell Lab Syst, 2000, 52(1): 75

[28] Xia A, Wu H, Fang D, et al. J Chemom, 2005, 19(2): 65

[29] Bro R, De Jong S. J Chemom, 1997, 11(5): 3931

[30] Paatero P. Chemom Intell Lab Syst, 1997, 38(2): 223

三线性分解算法对液相色谱-质谱联用仪多样本测定数据分辨适用性的比较

Comparison for applicability of different trilinear decomposition algorithms to liquid chromatography-mass spectrometry data measured from multiple samples

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

扫码分享

参考文献

相关文章 15

编辑推荐

Metrics

[1]	赵媛, 刘新, 张译丹, 张健, 刘向, 杨国锋. 基于串联质量标记的帕金森病血浆及血浆外泌体定量蛋白质组学分析[J]. 色谱, 2023, 41(12): 1073-1083.
[2]	张莹, 杨静, 马跃新, 曹玲, 黄青. 基于超高效液相色谱-质谱法的肽段分析中非特异性吸附评估及通用型最小化策略[J]. 色谱, 2022, 40(7): 616-624.
[3]	杨凯歌, 王薇薇, 王彦, 阎超. 血清和血清外泌体的蛋白质组分析及其在肝内胆管癌中的应用[J]. 色谱, 2021, 39(11): 1191-1202.
[4]	牟红梅, 慈志娟, 艾沙江·买买提, 梁艳萍, 刘笑宏, 杜晓云, 于强, 李庆余, 李元军. 基于非靶向代谢组学的茄梨和红茄梨成熟期果皮代谢产物的差异分析[J]. 色谱, 2021, 39(11): 1203-1212.
[5]	王稳, 陈迪, 朴海龙. 基于超高效液相色谱-飞行时间质谱法测定LAMTOR1在肝脏炎症恶性转化中调控的代谢物[J]. 色谱, 2021, 39(10): 1118-1127.
[6]	徐坤, 金钰龙, 黄嫣嫣, 赵睿. 超高效液相色谱-质谱联用法监测人心房钠尿肽的化学合成[J]. 色谱, 2020, 38(3): 324-331.
[7]	金一宝, 李上富, 王珏, 高丹, 刘红霞, 蒋宇扬, 殷果, 王铁杰. 基于液相色谱-质谱联用的代谢组学技术研究Pokemon诱导的胞内脂代谢变化[J]. 色谱, 2020, 38(2): 162-168.
[8]	尹春园, 孙明谦, 金龙, 林力, 苗兰, 刘建勋. 基于液相色谱-质谱联用技术的心肌缺血大鼠血清和心肌组织代谢组学[J]. 色谱, 2020, 38(2): 206-211.
[9]	赵兴云, 张红燕, 周孝禹, 王莉, 万丽红, 吴仁安. 核壳硅碳复合微球固定相的制备及其在糖类分离中的应用[J]. 色谱, 2020, 38(12): 1357-1362.
[10]	李玉璇, 段春凤, 关亚风. 植物样品中内源性植物激素时空分布的研究进展[J]. 色谱, 2019, 37(8): 806-814.
[11]	吴衍, 张西, 张洁, 张雪芹, 申河清. 基于液相色谱-质谱联用技术的妊娠期糖尿病患者脐带血代谢组学网络分析[J]. 色谱, 2019, 37(8): 897-903.
[12]	曹雨虹, 张明勇, 刘敏, 洪战英. 生物样品中神经递质的定量测定及其应用研究进展[J]. 色谱, 2019, 37(3): 265-273.
[13]	丁芳芳, 朱珏, 郭睿, 张博. 纳流液相分离与电感耦合等离子体质谱联用技术研究新进展[J]. 色谱, 2019, 37(2): 132-142.
[14]	赵孟欣, 王泽岚, 孟哲, 李吉光, 李和平, 刘万毅. 温和条件下柱前标记-高效液相色谱-质谱法测定枸杞多糖中单糖组成[J]. 色谱, 2019, 37(11): 1162-1172.
[15]	杜苑琪, 肖小华, 李攻科. 原位衍生化技术在液相色谱和液相色谱-质谱联用分析中的应用[J]. 色谱, 2018, 36(7): 579-587.