Methodologies for accurate estimation of protein abundance for mass spectrometry based proteomics
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.003 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".