PeptiDIA:提升快速梯度DIA蛋白质组学肽段鉴定
新框架配对快速与长梯度数据,克服通量-深度权衡。
数据非依赖性采集(DIA)质谱在蛋白质组学中广泛应用,但在快速色谱梯度下分析深度有限。近日,研究人员开发了PeptiDIA框架,通过配对同一样本的快速和长梯度采集数据,利用机器学习提升快速梯度DIA数据中的肽段鉴定能力。该框架处理DIA-NN在宽松假阳性率下的输出,有效弥补通量与深度之间的权衡。研究已在bioRxiv预印本发布,尚未经过同行评审。
新框架配对快速与长梯度数据,克服通量-深度权衡。
数据非依赖性采集(DIA)质谱在蛋白质组学中广泛应用,但在快速色谱梯度下分析深度有限。近日,研究人员开发了PeptiDIA框架,通过配对同一样本的快速和长梯度采集数据,利用机器学习提升快速梯度DIA数据中的肽段鉴定能力。该框架处理DIA-NN在宽松假阳性率下的输出,有效弥补通量与深度之间的权衡。研究已在bioRxiv预印本发布,尚未经过同行评审。