[论文解读] DeepQuality: Mass Spectra Quality Assessment via Compressed Sensing and Deep Learning

Chunwei Ma|arXiv (Cornell University)|Oct 31, 2017

Advanced Proteomics Techniques and Applications参考文献 5被引用 6

一句话总结

DeepQuality 引入了一种基于深度学习和压缩感知的自动化质谱数据质量评估方法，在两个公开的串联 MS 数据集上分别取得了 0.96 和 0.92 的 AUC 分数，显著优于现有方法，大幅超越 SpectrumQuality v2.0 的 AUC 分数（0.85 和 0.91）。

ABSTRACT

Motivation: Mass spectrometry-based proteomics is among the most commonly used methods for scrutinizing proteomic profiles in different organs for biological or medical researches. All the proteomic analyses including peptide/protein identification and quantification, differential expression analysis, biomarker discovery and so on are all based on the matching of mass spectra with peptide sequences, which is significantly influenced by the quality of the spectra, such as the peak numbers, noisy peaks, signal-to-noise ratios, etc. Hence, it is crucial to assess the quality of the spectra in order for filtering and/or post-processing after identification. The handcrafted features representing spectra quality, however, need human expertise to design and are difficult to optimize, and thus the existing assessing algorithms are still lacking in accuracy. Thus, there is a critical need for the robust and adaptive algorithm for mass spectra quality assessment. Results: We have developed a novel mass spectrum assessment software DeepQuality, based on the state-of-the-art compressed sensing and deep learning algorithms. We evaluated the algorithm on two publicly available tandem MS data sets, resulting in the AUC of 0.96 and 0.92, respectively, a significant improvement compared with the AUC of 0.85 and 0.91 of the existing method SpectrumQuality v2.0. Availability: Software available at https://github.com/horsepurve/DeepQuality

研究动机与目标

• 为解决质谱质量评估中手工设计特征的局限性，这些特征需要专家设计且难以优化。
• 开发一种稳健且自适应的算法，以提高识别高质量质谱的准确性。
• 通过从原始光谱数据中端到端学习，减少对人工特征工程的依赖。
• 通过有效过滤和后处理低质量光谱，提升下游蛋白质组学分析的性能。

提出的方法

• 该方法采用压缩感知技术，以降低维度的方式高效表示质谱数据，同时保留关键特征。
• 在压缩的光谱表示上端到端训练深度神经网络，以预测质量评分。
• 模型直接从数据中学习判别性模式，避免了人工特征提取。
• 通过在带标签光谱上使用监督学习，对网络架构进行优化，以实现光谱质量分类。
• 该方法整合了压缩感知中的稀疏性约束，以提升泛化能力并减少过拟合。
• 该框架在两个公开可用的串联 MS 数据集上进行了验证，以确保可复现性和鲁棒性。

实验结果

研究问题

• RQ1 在压缩表示的质谱数据上训练的深度学习模型，是否能在质量评估中超越传统的手工特征方法？
• RQ2 将压缩感知与深度学习结合，在低维空间中保留光谱质量信息的效率如何？
• RQ3 该方法在具有不同噪声水平和峰特征的多种串联 MS 数据集上，其泛化能力如何？
• RQ4 端到端学习方法是否能减少对专家设计特征的依赖，同时提升分类准确性？

主要发现

• DeepQuality 在第一个公开的串联 MS 数据集上实现了 0.96 的 AUC，显著优于 SpectrumQuality v2.0 的 0.85。
• 在第二个数据集上，DeepQuality 实现了 0.92 的 AUC，超过 SpectrumQuality v2.0 的 0.91。
• 该方法在无需人工调参的情况下，展现出对多样化光谱条件的优越鲁棒性和泛化能力。
• 压缩感知与深度学习的结合，实现了计算开销更低的高精度质量评估。
• 结果证实，对压缩数据进行端到端深度学习，能够比传统特征方法更有效地捕捉光谱质量模式。