[논문 리뷰] Open Mass Spectrometry Search Algorithm

Lewis Y. Geer, Sanford P. Markey외 7명|ArXiv.org|2004. 06. 01.

Advanced Proteomics Techniques and Applications인용 수 15

한 줄 요약

OMSSA는 대규모 프로테오믹스 데이터셋에서 펩타이드 식별을 위해 설계된 고속이며 민감한 질량 분석법 검색 알고리즘이다. 실험적 MS/MS 스펙트럼을 이론적 펩타이드 서열에 매칭하기 위해 확률적 스코어 모델을 사용하여, 기본 임계값에서 유사한 도구들보다 뛰어난 성능을 달성한다.

ABSTRACT

Large numbers of MS/MS peptide spectra generated in proteomics experiments require efficient, sensitive and specific algorithms for peptide identification. In the Open Mass Spectrometry Search Algorithm [OMSSA], specificity is calculated by a classic probability score using an explicit model for matching experimental spectra to sequences. At default thresholds, OMSSA matches more spectra from a standard protein cocktail than a comparable algorithm. OMSSA is designed to be faster than published algorithms in searching large MS/MS datasets.

연구 동기 및 목표

• 대규모 프로테오믹스 실험에서 효율적이고 정확한 펩타이드 식별의 필요성을 해결한다.
• 고속도 MS/MS 데이터를 처리할 때 기존 알고리즘의 속도와 민감도에 한계가 있음을 극복한다.
• 통계적으로 탄탄한 확률 모델을 통해 높은 특이성을 유지하는 검색 알고리즘을 개발한다.
• 기존 방법보다 더 효율적으로 대규모 프로테오믹스 데이터셋을 처리할 수 있도록 계산 성능을 최적화한다.
• 질량 분석 기반 프로테오믹스에서 펩타이드 식별을 위한 오픈소스이자 확장 가능한 플랫폼을 제공한다.

제안 방법

• 실험적 MS/MS 스펙트럼과 이론적 펩타이드 서열 간의 매칭 가능성 확률을 평가하기 위해 고전적 확률 스코어를 사용한다.
• 분해 이온 강도와 질량 정확도를 기반으로 특이성을 계산하기 위해 명시적인 통계 모델을 사용한다.
• 매칭된 분해 이온의 수와 강도를 고려한 스코어 함수를 적용한다.
• 대규모 데이터셋을 위한 알고리즘적 효율성과 데이터 구조 설계를 통해 검색 속도를 최적화한다.
• 펩타이드 식별에서 민감도와 특이도의 균형을 맞추기 위해 임계값 기반 필터링 시스템을 구현한다.
• 커뮤니티 개발과 프로테오믹스 파ip라인에의 통합을 촉진하기 위해 오픈소스 접근을 지원한다.

실험 결과

연구 질문

• RQ1 확률적 스코어 모델이 MS/MS 스펙트럼에서의 펩타이드 식별 특이성 향상에 기여할 수 있는가?
• RQ2 기본 설정에서 OMSSA의 민감도 및 속도 성능이 표준 데이터셋에서 기존 알고리즘과 비교해 어떻게 되는가?
• RQ3 대규모 프로테오믹스 데이터를 처리할 때 알고리즘이 정확도를 어느 정도 유지하는가?
• RQ4 오픈소스이자 확장 가능한 알고리즘 설계가 프로테오믹스 워크플로우에서의 도입과 통합을 어떻게 향상시킬 수 있는가?
• RQ5 기본 임계값 설정이 식별 정확도와 처리 속도에 어떤 영향을 미치는가?

주요 결과

• 기본 임계값에서 OMSSA는 유사한 알고리즘보다 표준 단백질 카트리지에서 더 많은 스펙트럼을 식별한다.
• 알고리즘이 대규모 MS/MS 데이터셋에서 펩타이드-스펙트럼 매칭을 감지하는 데 높은 민감도를 보인다.
• OMSSA는 발표된 알고리즘들보다 더 빠른 검색 성능을 달성하여 고속도 데이터 처리를 효율적으로 가능하게 한다.
• 명확하게 정의된 확률 모델의 사용이 펩타이드 식별의 특이성 향상에 기여한다.
• OMSSA의 오픈소스 성격은 확장성과 광범위한 프로테오믹스 연구 파이프라인에의 통합을 지원한다.
• 기본 데이터셋에서의 검증을 통해 다양한 실험적 MS/MS 데이터셋에서 알고리즘이 견고한 성능을 유지함을 입증했다.