论文部分内容阅读
质谱技术是蛋白质组学中用于蛋白质鉴定的一项支撑技术。质谱数据处理过程具有多策略、多处理步骤、多种处理软件的特点。目前使用质谱仪产出的实验数据格式极不统一,后续分析软件的输入数据格式也多种多样且对格式要求严格,这给数据交换和数据整合带来了很大的困难,对质谱分析平台和质谱数据库的建设提出了挑战。目前,研究人员在繁多的质谱数据分析方法的基础上已总结出了几种典型的数据分析流程,因此,现阶段的一个研究方向即是集成开发综合性的质谱数据分析平台。在归纳集成数据分析流程的同时,整理已有的质谱数据,建立质谱数据库存储当前公开发表的实验数据,也是当前蛋白质组学中的一项重要工作,而此项工作的开展又只能建立在公共质谱数据标准的基础之上。基于以上现状,本文的主要研究工作包括以下几个方面:(1)质谱数据综合分析平台中公共数据层实现课题组正在开发具有web用户界面的质谱数据综合分析平台,该平台主要由数据管理系统、工具管理系统、文档管理系统和用户界面系统组成,可以完成质谱数据的提交、查询、存储与共享,实现定制数据分析流程等功能。其中的公共数据层实现数据管理系统中数据格式(UDF)与工具管理系统中分析软件所需求数据格式的相互转换功能。(2)质谱数据综合分析平台中的统一数据格式结合质谱数据分析中质谱数据标准的研究进展情况,系统地梳理归纳目前分析方法中需要使用的全部数据信息,在已有数据标准的基础上,提出一个适用于质谱数据分析的统一数据格式(非标准),该格式将尽可能弥补基于XML的数据标准在数据分析中的不足,并能够适用于典型蛋白质鉴定的整个流程。(3)质谱数据压缩初步探究质谱实验本身的特性决定了需要使用多次重复试验的实验策略,又加之目前单次质谱实验中实验数据产出量巨大,随之而来的问题是需要存储海量的实验数据。在将实验产出数据转换成基于XML的数据标准后,文件的体积至少还会加倍地增长,因此,本文尝试有针对性地使用已有的文本数据压缩技术和XML数据压缩技术来缓解此问题,并结合对质谱数据的结构预处理,提出数据压缩的可行方案,比较了压缩效果。