糖组学是对糖链组成及其功能研究的一门学科,主要研究糖与糖、糖与蛋白质之间的联系和相互作用。质谱技术具有较高的灵敏度和选择性,是进行糖组学分析的主流工具之一。随着质谱技术的发展,质谱仪结合适当的样本制备技术能够在短时间内产生海量的糖链质谱数据,同时研究人员也设计出许多糖链质谱分析方法,试图鉴定出质谱数据对应的糖链结构。鉴定出的糖链结构的正确性非常重要,若鉴定结果没有正确性保证,就会误导研究人员后续对糖链功能的研究。其次质谱仪器具有不同的指标,使得真实质谱数据多种多样,但是不同的质谱分析方法能够适应的质谱数据类型比较单一,这对不同方法的评估造成一定困难。若提供一种基准数据作为不同分析方法的输入,就可以有效对不同方法的性能进行评估,同时促进新方法的研究。因此本文提出一种N-糖链质谱数据仿真GlycanMSSim算法,对N-糖链质谱数据进行仿真,主要研究内容如下:1.本文提出了一种N-糖链质谱数据仿真算法GlycanMSSim。首先提出了一种标记回溯方法,用于计算N-糖链的Y离子理论质谱;然后基于理论质谱,提出了带噪声质谱数据仿真的方法,分别是:对五糖核心谱峰后的所有谱峰进行质量随机漂移、在五糖核心谱峰之后随机添加和随机删除若干谱峰,同时对所有谱峰进行丰度波动处理,从而实现带噪声质谱数据的仿真。2.本文提出了两种仿真质谱数据评价方案,以判断仿真质谱的有效性。方案一引入了可达单糖、单糖特性谱峰、广义单糖和支持度等概念,并将仿真质谱作为N-糖链结构鉴定方法的输入,根据鉴定结果判断仿真质谱的有效性;方案二提出了两种目标-诱饵策略,通过构建诱饵数据库对方案一中的鉴定结果进行FDR评估,进一步验证仿真质谱的有效性。3.本文设计了N-糖链质谱数据仿真软件N-GlycoSimulation v1.0,搭载标记回溯方法实现了N-糖链编码解析功能,并结合本文提出的带噪声质谱数据仿真方法,实现了噪声类型选择和仿真结果绘制等功能。本文将GlycanMSSim算法应用于729个N-糖链,得到理论质谱和三种带噪声质谱数据,通过对四种仿真质谱数据进行鉴定分析,分别得到729、729、721、717个有效仿真质谱。通过构建500个新的N-糖链编码,与GlycoBCNovo中的仿真方法进行对比,结果表明本文提出的方法不仅运行时间上优于对比方法,且每种仿真质谱的有效质谱的数目多于对比方法。