蛋白质组学两个定量方法（iBAQ和LFQ）的区别及常见的标准化方法

最新推荐文章于 2024-07-22 22:55:46 发布
最新推荐文章于 2024-07-22 22:55:46 发布
阅读量1.6w 收藏 8
点赞数
分类专栏： 统计学 文章标签： 概率论 机器学习 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nixiang_888/article/details/122897657
版权
1、基于Maxquant软件处理的LabelFree蛋白质组学首先，在使用Maxquant软件进行查库的时候，有两个参数值得大家关注：LFQ和iBAQ。当我们在进行搜库时，如果两个参数都选择，将会在结果文件中有三个定量结果：Intensity，IBAQ和LFQ。接下来，我们来详细解释一下这三个定量结果的区别：Intensity：将Protein Group中的所有Unique和Razor peptides的信号强度求和，作为最原始的强度值iBAQ：基于 Intensity 的强度值，除以该蛋白的
摘要由CSDN通过智能技术生成

1、基于Maxquant软件处理的LabelFree蛋白质组学

首先，在使用Maxquant软件进行查库的时候，有两个参数值得大家关注：LFQ和iBAQ。
当我们在进行搜库时，如果两个参数都选择，将会在结果文件中有三个定量结果：Intensity，IBAQ和LFQ。
接下来，我们来详细解释一下这三个定量结果的区别：

  • Intensity：将Protein Group中的所有Unique和Razor peptides的信号强度求和，作为最原始的强度值
  • iBAQ：基于 Intensity 的强度值，除以该蛋白的理论肽段数目，主要用于同一样本内，不同蛋白的相互比较
  • LFQ：基于 Intensity 的强度值，在不同样本间执行矫正操作，达到降低样本预处理，仪器分析等操作造成的样本间的差异，主要用于同一蛋白，不同样本间的表达差异。比如，不同处理方法间，同一蛋白的表达量变化

2、数据的标准化方法

  1. Mean normalization
    n o r m ( x i ) = x i m e a n ( x ) norm(x_i)=\frac{x_i}{mean(x)} norm(xi​)=mean(x)xi​​
  2. Median normalization
    n o r m ( x i ) = x i m e d i a n ( x ) norm(x_i) = \frac{x_i}{median(x)} norm(xi​)=
最低0.47元/天 解锁文章
Xiaofei@IDO
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Running MaxQuant——蛋白质组学建库软件（一）
Aurora_Chou的博客
09-20 1万+
1. 打开MaxQuant界面 2. 如果有之前设置好的参数，可以直接点击“文件”选择“加载参数”导入。没有则跳过。 3. “原始数据”： “Load”：将.raw文件直接导入软件，根据样本选择“No fractions”或者”Set fractions”。 4. “组特定参数”： “Modifications”：选择样本相关的修饰，点击“<”添加或删除。 “Instrument”：M...
基于shotgun蛋白质组学的MaxQuant质谱计算平台
qq_42712141的博客
01-04 4672
基于shotgun蛋白质组学的MaxQuant质谱计算平台 MaxQuant是基于质谱（Ms）的蛋白质组学数据分析最常用的平台之一。自2008年首次发布以来，它在功能上有了很大的发展，可以与更多的Ms平台结合使用。在这里，我们提出了一个更新的协议，涵盖了最重要的基本计算工作流程，包括那些设计用于定量无标记蛋白质组学，Ms1水平标记和等压标记技术。该协议提供了MaxQuant中使用的参数的完整描述，以及其集成搜索引擎andromeda的配置选项。该协议更新描述了对实质上修改了该技术的现有协议的适配。简要回顾了
ibaq intensity 蛋白组学 蛋白质组学两个定量方法（iBAQ和LFQ）的区别及常见的标准化方法
生信小博士的博客
07-06 2211
LFQ：基于 Intensity 的强度值，在不同样本间执行矫正操作，达到降低样本预处理，仪器分析等操作造成的样本间的差异，主要用于同一蛋白，不同样本间的表达差异。当我们在进行搜库时，如果两个参数都选择，将会在结果文件中有三个定量结果：Intensity，IBAQ和LFQ。iBAQ：基于 Intensity 的强度值，除以该蛋白的理论肽段数目，主要用于同一样本内，不同蛋白的相互比较。首先，在使用Maxquant软件进行查库的时候，有两个参数值得大家关注：LFQ和iBAQ。
LFQ-Analyst:LFQ分析师回购
05-01
LFQ分析师 用于分析无标签定量蛋白质组学数据集的工具 动机 自动进行无标签定量蛋白质组学数据的下游统计分析（由MaxQuant生成） 输入 MaxQuant proteinGroups.txt文件 包含三列（“标签”，“条件”，“复制”）的实验设计表（制表符分隔的文件） 数据预过滤标准 去除潜在的污染物 删除反向序列 去除仅通过位点鉴定的蛋白质 去除由单个剃刀或独特肽鉴定/定量的蛋白质 删除丢失值比例很高的观察结果（强度值必须在三个重复样本中至少出现2个） 选择高级参数 差异表达截断 调整后的p值截止（定量时的FDR截止） Log2倍数变化截止 选择配对测试以匹配配对数据的选项 归因类型许多缺失值插补选项，包括knn，Minpob等。 FDR校正类型 本杰明·霍奇伯格（BH）方法 t统计校正：在实现 选择包括用单个独特肽鉴定/定量的蛋白质。 选择热图需要多少个差异表达蛋白簇（默认值
蛋白质组学数据的归一化/标准化处理
生信小博士的博客
07-08 1836
目的：调整由于技术，如处理、上样、预分、仪器等造成的样本间误差。这实际上是一种数据缩放的方法。一般在一个表达矩阵中，会涉及到多个样本，其表达量差异比较大，不能直接进行比较。比如某个样本表达量很大，在总体中就会占据绝对领导地位，这样就会掩盖掉表达量小的样本的作用，但并不代表它不重要，也有可能是这个样本含有较多的低表达基因，所以需要指定一个统一的标准，提前对样本原始表达量进行一定的处理。起源：处理方法借鉴基因表达数据，如RNAseq和芯片数据。
蛋白质组学数据分析实践
weixin_44307871的博客
05-27 2295
一、参考文章： The Primary Effect on the Proteome of ARID1A-mutated Ovarian Clear Cell Carcinoma is Downregulation of the Mevalonate Pathway at the Post-transcriptional Level 目标 理清文章思路 总结描述蛋白质组学部分的内容和流程 标示出与蛋白质组学相关的软件及需要下载的内容（如数据、软件） 二、下载软件 Ma
maxquant蛋白质检索数据库蛋白组组学软件
12-14
MaxQuant是一款先进的,免费的用于分析大型质谱数据集的定量蛋白质组学软件包。它是专门针对高分辨率的MS数据。支持多种定量标记技术及非标定量。
蛋白组学 代谢组
生信小博士的博客
07-01 535
我们使用Maxquant做Label Free蛋白质组学定量分析的时候，在Maxquant的参数设置时，会遇到两个参数，LFQ和iBAQ，那么，选择哪个好呢？如果你都选上，在最终的proteingroups.txt中，会出现三列：Intensity、IBAQ、LFQ intensity，这三列中的数字，也就是蛋白的定量强度，并不一样，那么，到底那一列比较准呢？首先，让我们来看一下三者的计算原理是什么？
【结构生物学】基于AI辅助的结构蛋白质组学研究细胞内的蛋白质复合体
池塘春草梦的博客
05-16 1030
用交联质谱和共分离质谱识别PPI，并用AlphaFold-Multimer预测蛋白相互作用复合体的结构
Positive predictive value
Work Hard, Play Harder!
07-15 3209
原文转载于：http://en.wikipedia.org/wiki/Positive_predictive_value Positive predictive value From Wikipedia, the free encyclopedia This article needs additional citations
Python 开发工具通过 agent 代理使用的方法
01-19
LFq51qqupnaiTNn39w6zATiOTxZI2JYuRJEBlzmUDv4zeeNlXhMgJZVb0q5QkLr+CIUrSuNB7ucifrGXawLB4qswPOXYG7+ItDNUR/9UkLTUWlnHLX07hnR1USOrWIjTmbytcIKEdaI6x0RskyotuItj84xxoSBP/iRBW2EHpOc 4、步骤 1、下载 pycharm ，...
MaxQuant_1.6.2蛋白质谱分析软件.zip
09-03
综上所述，MaxQuant 1.6.2是一个功能强大的蛋白质组分析工具，能够有效地处理复杂的质谱数据，进行精确的蛋白质鉴定和定量，为生物学研究提供重要的信息。其易用性、灵活性和准确性使其在蛋白质组学领域得到了广泛...
IEC62128-2-2013铁路应用固定装置电气安全、接地和回路第2部分克服直流牵引系统产生的杂散电流影响的规定.pdf
04-25
IEC62128-2-2013铁路应用固定装置电气安全、接地和回路第2部分克服直流牵引系统产生的杂散电流影响的规定
阳/阴性预测值Positive/negative Predictive Value（推荐AA）
weixin_33919950的博客
05-03 3790
sklearn实战-乳腺癌细胞数据挖掘（博主亲自录制视频教程） https://study.163.com/course/introduction.htm?courseId=1005269003&amp;utm_campaign=commission&amp;utm_source=cp-400000000398149&amp;utm_medium=share    医药统计项目联系：QQ :...
Python:新手错误------invalid syntax
热门推荐
春秋
03-01 7万+
Python:新手错误------invalid syntax          Python刚刚上手在图书馆借了一本人民邮电的《Python核心编程》，结果才第一个程序就出问题了，看了半天也没看出原因，Google了一下，才明白是版本问题，python编译器书上使用的是2.多的版本，我用的是3.3.2的才会出错。      上图存在的问题是python3.多的版本以后要求prin
离散型以及连续型随机变量
2302_80644606的博客
07-19 698
离散型随机变量是指其可能取值是有限个或可数无限多个的随机变量。例如，掷骰子的结果（1到6）就是一个典型的离散型随机变量。连续型随机变量是指其可能取值是连续的区间内的任意值的随机变量。例如，身高、体重等都可以视为连续型随机变量。
离散型随机变量为何不是左连续？
2302_80644606的博客
07-18 1003
离散型随机变量是指其所有可能取值是有限个或可数无限多个的随机变量。具体来说，如果一个随机变量 𝑋X 的全部可能取值可以列成一个序列，并且这个序列是有限的或者可以一一对应到自然数集合上，则称 𝑋X 为离散型随机变量。例如，抛四次硬币，设正面朝上为 𝑋X，那么 𝑋X 可能取的值有 0,1,2,3,40,1,2,3,4，这是一个有限的取值范围，因此 𝑋X 是一个离散型随机变量。
数学基础 -- 泰勒展开式
最新发布
sz66cm 学习随笔
07-22 678
泰勒展开是一个强大的数学工具，它将复杂的函数表达为幂级数的形式，从而在某个点附近近似该函数。这在数值分析、物理学和工程学中有广泛应用，可以用来逼近函数值、解决微分方程、计算积分等。了解泰勒展开的基本原理和一些典型函数的展开式，对于深入理解和应用数学分析具有重要意义。
给我用C++实现无锁队列
06-08
好的，以下是一个简单的无锁队列的C++实现： ```cpp #include <atomic> #include <iostream> using namespace std; template <typename T> class LockFreeQueue { public: LockFreeQueue() { Node* dummy = new Node(); m_head.store(dummy); m_tail.store(dummy); } ~LockFreeQueue() { while (m_head != m_tail) { Node* next = m_head.load()->next; delete m_head.load(); m_head.store(next); } delete m_head.load(); } void push(T value) { Node* newNode = new Node(value); Node* tail; Node* next; while (true) { tail = m_tail.load(); next = tail->next.load(); if (tail == m_tail) { if (next == nullptr) { if (tail->next.compare_exchange_strong(next, newNode)) { break; } } else { m_tail.compare_exchange_strong(tail, next); } } } m_tail.compare_exchange_strong(tail, newNode); } bool pop(T& value) { Node* head; Node* tail; Node* next; while (true) { head = m_head.load(); tail = m_tail.load(); next = head->next.load(); if (head == m_head) { if (head == tail) { if (next == nullptr) { return false; } m_tail.compare_exchange_strong(tail, next); } else { if (m_head.compare_exchange_strong(head, next)) { value = next->value; delete head; break; } } } } return true; } private: struct Node { T value; atomic<Node*> next; Node() : next(nullptr) {} Node(T value) : value(value), next(nullptr) {} }; atomic<Node*> m_head; atomic<Node*> m_tail; }; int main() { LockFreeQueue<int> lfq; lfq.push(1); lfq.push(2); lfq.push(3); int value; while (lfq.pop(value)) { cout << value << endl; } return 0; } ``` 这里使用了C++11标准中的atomic库，实现了一个无锁队列。队列中的每个节点都是一个包含value和next两个成员的结构体。push()函数将新节点添加到队列尾部，pop()函数从队列头部弹出节点。由于无锁队列的操作是非阻塞的，因此需要使用循环来保证队列的一致性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值