PEAKS在質(zhì)譜數(shù)據(jù)鑒定多肽錯誤發(fā)現(xiàn)率FDR評估的應(yīng)用

概覽


用Target-Decoy方法來估算FDR
Target-Decoy方法使用的常見誤區(qū)
如果使用得當(dāng)，Target-Decoy方法在統(tǒng)計學(xué)上是估算FDR的合理方法。不過，這種方法的誤用很常見，并且會導(dǎo)致對結(jié)果質(zhì)量的過高評估。在這里，我們簡要總結(jié)一些常見的錯誤。需要強調(diào)的是，前面講到的“相同大小”和“均勻分布”是正確使用Target-Decoy方法的前提條件。我們即將看到，大多數(shù)Target-Decoy方法的使用錯誤都是由于違反了這些先決條件。


01錯誤1
02錯誤 2
使用Target-Decoy方法時，通過蛋白鑒定信息，來反饋給搜索軟件中的肽譜匹配進行獎勵性加分。
一個蛋白的PSM越多，代表這個蛋白的置信度就越高。因此，許多軟件工具會給來自高置信度蛋白的肽加分。盡管這樣做可以提高搜索的靈敏度，卻讓Target-Decoy方法變得不準(zhǔn)確：會出現(xiàn)更多具有高分的Target蛋白的匹配；因此，因高分帶來的錯誤的target蛋白匹配將會比decoy錯配獲得的蛋白更多。錯誤匹配將不會均勻分布。

03錯誤 3
通過應(yīng)用Target-Decoy方法時，用重新訓(xùn)練出的模型來進行對結(jié)果的重排。
這種結(jié)果重排的策略最近被越來越廣泛的使用，因為它可以提高搜索的靈敏度。然而，這也會令Target-Decoy方法變得不準(zhǔn)確：一個較為粗放的重新學(xué)習(xí)算法會用到過多的參數(shù)，使得數(shù)據(jù)出現(xiàn)過度擬合并消除decoy hit（但并不是target庫中的錯配）。因此，這種策略僅適用于當(dāng)重新訓(xùn)練算法的設(shè)計考慮了過擬合問題，并且數(shù)據(jù)集非常大的情況。

Decoy-Fusion方法有一個簡單的改進可以避免前兩個常見錯誤——PEAKS DB的論文[1]提出了一種decoy- fusion的方法。decoy- fusion方法不是將target和decoy數(shù)據(jù)庫連接在一起，而是將同一蛋白質(zhì)的target序列和decoy序列連接在一起，作為“fusion”序列（圖5）。這個簡單的更改會產(chǎn)生一些有意義的不同。對于兩輪搜索問題，第二輪的target和decoy長度仍然相同。對于蛋白質(zhì)獎勵性得分問題，相同數(shù)量的給分將同樣的應(yīng)用于同一融合序列的target和 decoy部分。 因此，“相同大小”和“均勻分布”的先決條件被重新創(chuàng)建；FDR值能夠被重新準(zhǔn)確的估算。PEAKS軟件的內(nèi)置結(jié)果驗證正是使用的這種decoy- fusion方法。

參考文獻

• Zhang J, Xin L, Shan B, Chen W, Xie M, Yuen D, Zhang W, Zhang Z, Lajoie G.A., Ma B, PEAKS DB: De Novo Sequencing Assisted Database Search for Sensitive and Accurate Peptide Identification. Mol. Cell. Proteomics. 11, M111.010587 (2012).  
• Xin, L., Qiao, R., Chen, X. et al. A streamlined platform for analyzing tera-scale DDA and DIA mass spectrometry data enables highly sensitive immunopeptidomics. Nat Commun 13, 3108 (2022). doi:10.1038/s41467-022-30867-7

（點擊圖片即可查看活動詳情）

如果您想深入了解更多關(guān)于PEAKS 軟件更多內(nèi)容，歡迎掃描下方二維碼關(guān)注我們！