Methodologies for accurate estimation of protein abundance for mass spectrometry based proteomics
Notice bibliographique
Résumé
In quantitative proteomics, the intensity of a peptide ion in mass spectra is an estimate of that peptide's abundance.The algorithms used in quantitative proteomics attempt to use peptide intensities to estimate protein abundance information.Quantitative proteomics is a rather new sub-field of proteomics; and, therefore, many of its methods and algorithms have not yet been studied in detail or optimized.This thesis investigates the optimal use of peptide intensities to predict protein abundances.The work presented is comprised of four manuscripts that develop solutions for four key problems in quantitative proteomics.The first manuscript addresses the problem of ambient air contaminants interfering with sample analysis.We present a device we have developed to isolate the mass spectrometer instrument RÉSUMÉ La protéomique quantitative définie l'intensité d'un ion peptide d'un spectre de masse par l'estimation de l'abondance de ce peptide.Les algorithmes utilisés en protéomique quantitative tentent d'utiliser l'intensité des peptides pour évaluer l'abondance d'une protéine.La protéomique quantitative étant un domaine relativement nouveau, beaucoup de méthodes et algorithmes utilisés n'ont pas encore été étudiés en détails et optimisés.Cette thèse cherche à identifier la technique optimale pour prédire l'abondance des protéines grâce à l'intensité de peptide.Le premier manuscrit étudie le problème de contaminants dans l'air ambiant et leurs interférences avec l'analyse d'un échantillon.Nous présentons un dispositif que nous avons développé pour isoler le spectromètre de masse de l'air ambiant, et démontrons son efficacité pour décontaminer l'air sans effets négatifs sur notre signal.Le deuxième manuscrit étudie comment efficacement tester les algorithmes quantitatifs de façon non biaisée.Nous avons démontré que les mesures de quantifications de peptides varient considérablement dépendamment du type de quantification effectuée.Nous proposons une nouvelle méthode pour tester les algorithmes minimisant les interférences grâce à l'utilisation de l'enveloppe isotopique naturelle des peptides.Finalement, nous prouvons que la variation des ratios de peptides isotopiques varie moins que les mixtures de protéines standart.Le troisième manuscrit étudie comment estimer les ratios de concentrations de protéines à partir des ratios de concentrations de peptides.Nous examinons et testons un ensemble d'algorithmes tirés de la littérature ou que nous avons développés.Nous démontrons que les algorithmes qui tiennent compte des variations d'erreur de mesure d'intensité produisent les estimations différentielles d'abondance les plus exactes.Finalement, parmi tous les algorithmes testés, un simple algorithme des sommes d'intensités donne les meilleures estimations des ratios de protéines.Le dernier manuscrit étudie comment estimer les ratios de concentration de protéines sans modifier l'échantillon.Nous présentons une nouvelle technique sans étiquetage qui utilise l'intensité des peptides pour directement estimer l'abondance absolue des protéines.Ces résultats préliminaires démontrent que notre technique a des taux d'erreur similaires aux autres techniques de quantification sans étiquetage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».