Биоинформатические методы анализа протеомных данных, полученных методом масс-спектрометрии
Bioinformatics Methods for Mass Spectrometry-Based Proteomics Data Analysis
2020-04-20
SCID: 54.1/eddbgg4a
Discuss with AI
биоинформатические методымашинное обучениепротеомика на основе масс-спектрометрииидентификация и количественный анализ белковсети белковых взаимодействий
Figures from the paper
Abstract (AI)
Последние достижения в области протеомики на основе масс-спектрометрии (МС) обеспечили значительный прогресс в понимании клеточных механизмов, прогрессирования заболеваний и взаимосвязи между генотипом и фенотипом. Хотя многие распространённые биоинформатические методы, применяемые в протеомике, заимствованы из исследований в других областях омиксных наук, для работы с уникальными характеристиками протеомных данных необходимы новые стратегии анализа. В этом обзоре мы рассматриваем современные разработки в области биоинформатических методов, используемых в протеомике, и то, как они способствуют механистическому пониманию биологических процессов. Сначала мы представляем биоинформатическое программное обеспечение и инструменты, предназначенные для идентификации и количественной оценки белков методом масс-спектрометрии, а затем рассматриваем различные статистические методы и методы машинного обучения, разработанные для проведения комплексного анализа в протеомных исследованиях. В заключение мы обсуждаем, как количественные данные о белках могут использоваться для реконструкции белок-белковых взаимодействий и сигнальных сетей.
Key Findings
1
Масс-спектрометрическая протеомика способствовала прогрессу в понимании клеточных механизмов, прогрессирования заболеваний и связей между генотипом и фенотипом.
2
Уникальные характеристики протеомных данных требуют биоинформатических стратегий, выходящих за рамки методов, заимствованных из других омиксных направлений.
3
Количественные данные о белках могут использоваться для реконструкции белковых взаимодействий и сигнальных сетей, способствуя механистической интерпретации биологических процессов.
4
Статистические методы и методы машинного обучения обеспечивают комплексный анализ количественных протеомных исследований.
5
В обзоре рассматриваются программные средства и вычислительные инструменты для идентификации и количественной оценки белков методом масс-спектрометрии.
Research Object
Данные протеомики на основе масс-спектрометрии
Research Subject
Биоинформатические методы идентификации и количественной оценки белков, статистического анализа и анализа с помощью машинного обучения, а также реконструкции сетей взаимодействия белков и сигнальных сетей
Publication Details
Publication Date
2020-04-20
Journal
Publisher
ISSN
Cited by
314
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest