기계학습 방법을 이용한 하향식 프로테오믹스에서의 단동위 질량 결정

Abstract

하향식 단백질학(top-down proteomics)은 하향식 전략이 온전한 단백질을 시퀀싱하는 동시에 번역 후 변형(PTM), 대체 RNA 스플라이싱 및 사이트별 돌연변이를 감지하고 동정할 수 있다는 점에서 많은 관심을 받아왔다. 하향식 스펙트럼 분석을 위한 첫 번째 과정은 온전한 단백질의 단동위질량을 결정하는 것이다. 일반적으로 averagine에 기반한 방법은 종종 잘못된 단동위질량을 초래한다. 펩타이드와 비교했을 때, 서열이 긴 단백질의 화학적 조성은 averagine과는 크게 달라질 수 있다. 본 연구에서, 관찰된 동위원소 분포와 averagine 동위원소 분포를 일치시키는 지역 오류 패턴을 사용하여 단동위질량을 예측할 수 있는 기계 학습 접근법을 제안한다. 제안된 방법은 단동위질량 결정에서 약 95%의 정확도를 보였으며, 기존의 averagine에 기반한 방법보다 그 정확도가 향상됨을 보였다.|Top-down proteomics has been paid more and more attention in that top-down strategy allows sequencing intact proteins and at the same time detecting and characterizing post-translational modifications (PTMs), alternative RNA splicing, and site-specific mutations. The first process for analyzing top-down spectra is determining monoisotopic masses of intact proteins. The popular averagine-based methods often result in wrong monoisotopic masses. Compared to peptides, relatively long protein sequences could lead to varying chemical compositions, that are deviated from that inferred from averagine. In this study, we propose a machine learning approach that can predict monoisotopic masses using regional error pattern in matching observed and averagine isotopic distributions. Our method showed about 95% accuracy in monoisotopic mass determination and made a significant improvement over an averagine-based method.