Universidade de Lisboa Repositório da Universidade de Lisboa

Repositório da Universidade de Lisboa >
Faculdade de Ciências (FC) >
FC - Dissertações de Mestrado >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10451/1466

Título: Protein identification in FTMS:a new scoring system and data analysis platform development
Autor: Canhita, João Paulo Silveira Calixto Bota
Orientador: Ferreira, António Eduardo do Nascimento, 1964-
Palavras-chave: Bioinformática
Biostatística
Teses de mestrado
Issue Date: 2009
Resumo: With the development of high-throughput Mass Spectrometry devices capable of sub ppm mass precision new protein identification methods based on peptide mass fingerprinting are needed in order to fully take advantage of these new MS devices and to improve protein prediction. Additionally, with greater accuracy it is possible to distinguish and identify proteins contained in a mixture. This dissertation presents a new scoring system for peptide mass fingerprinting protein identification aimed at high accuracy mixtures, and a platform to harbor this new system. The developed application runs on a web server and, with a database support, provides a front-end for the fingerprint protein identification method. Allowing users to group MS datasets into projects and perform analysis with multiple criteria, while storing results for later analysis. The application was designed to harbor organism data and to perform all the operations needed for the analysis, like digestion, post traditional modifications calculation. Additionally, the application has a built in user management system which provides privacy for user data and result sets. A statistical method which takes into account differences between measured and theoretical data, peptide hitting and protein coverage, along with a clustering method applied on result scores to minimize false positive number where used. Results show this method performs better than Mascot in general, and significantly better for mixtures of up to 20 proteins. The system ability to correctly identify proteins is highly correlated with data precision and quality.
Com o desenvolvimento de dispositivos de Espectrometria de Massa de alto desempenho, onde a precisão atinge valores inferiores 1 ppm, torna-se necessário um método que consiga, por um lado, tirar partido da alta precisão destes aparelhos e que, por outro, consiga lidar eficazmente com soluções onde estão contidas misturas de proteínas. Este trabalho apresenta um novo sistema de pontuação para classificação de proteínas identificadas pelo método de Peptide Mass Fingerprinting, e uma plataforma informática para o alojar. A aplicação desenvolvida corre num servidor Web com o suporte de uma base de dados e fornece uma interface para o método de identificação de proteínas baseado em peptide mass fingerprinting. O sistema permite aos utilizadores agrupar conjuntos de dados de espectrometria de massa em projectos e executar diversas análises com diferentes critérios enquanto os resultados são armazenados para posterior analise ou comparação. Adicionalmente, a aplicação contém um sistema de gestão de utilizadores que tem por objectivo a privacidade dos dados e resultados de cada utilizador. Um método estatístico que toma em consideração as diferenças entre os valores de massa peptídica teóricos e os valores de espectrometria de massa introduzidos, o número de péptidos identificados com cada elemento de MS, a cobertura, e ainda um método de clusturing aplicado aos scores dos resultados para minimizar os falsos positivos são utilizados. Os resultados mostram que o desempenho deste método supera o desempenho do conhecido programa Mascot de uma forma geral, e que supera significativamente para misturas de pelo menos até 20 proteínas. A capacidade do sistema de identificar proteínas está correlacionada com a precisão e qualidade dos dados.
Descrição: Tese de mestrado, Biologia (Bioinformática e Biologia Computacional),Universidade de Lisboa, Faculdade de Ciências, 2009
URI: http://catalogo.ul.pt/F/?func=item-global&doc_library=ULB01&type=03&doc_number=000572346
http://hdl.handle.net/10451/1466
Appears in Collections:FC - Dissertações de Mestrado

Files in This Item:

File Description SizeFormat
21043_ulfc080651_tm.pdf2,64 MBAdobe PDFView/Open
Statistics
FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

  © Universidade de Lisboa / SIBUL
Alameda da Universidade | Cidade Universitária | 1649-004 Lisboa | Portugal
Tel. +351 217967624 | Fax +351 217933624 | repositorio@reitoria.ul.pt - Feedback - Statistics
DeGóis
  Estamos no RCAAP Governo Português separator Ministério da Educação e Ciência   Fundação para a Ciência e a Tecnologia

Financiado por:

POS_C UE