[發(fā)明專利]一種蛋白質(zhì)鑒定的大規(guī)模分布式并行加速方法及其系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201010292060.7
• 申請(qǐng)日: 2010-09-26
• 公開（公告）號(hào): CN102411666A
• 公開（公告）日: 2012-04-11
• 發(fā)明（設(shè)計(jì)）人: 王樂珩;王文平;遲浩;吳妍潔;周郴;付巖;孫瑞祥;賀思敏
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院計(jì)算技術(shù)研究所
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00;G06F17/30
• 代理公司: 北京律誠(chéng)同業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11006
• 代理人: 祁建國(guó);梁揮

技術(shù)領(lǐng)域

本發(fā)明涉及一種規(guī)模化蛋白質(zhì)鑒定的分布式并行加速方法，特別是涉及一種采用分布式并行技術(shù)以在多個(gè)計(jì)算節(jié)點(diǎn)上，有效分擔(dān)搜索任務(wù)從而提高蛋白質(zhì)鑒定速度的方法及其系統(tǒng)。

背景技術(shù)

“蛋白質(zhì)組”(Proteome)描繪了特定生物樣品中在給定時(shí)刻和給定條件下表達(dá)的蛋白質(zhì)的全體。顧名思義，蛋白質(zhì)組學(xué)就是對(duì)蛋白質(zhì)組的研究，其最基本的任務(wù)就是確定出哪些蛋白質(zhì)在生物體內(nèi)得到了表達(dá)、表達(dá)量是多少、翻譯后修飾以及蛋白與蛋白相互作用等，由此獲得蛋白質(zhì)水平上關(guān)于疾病發(fā)生、細(xì)胞代謝等過程的整體而全面的認(rèn)識(shí)。在當(dāng)前的蛋白質(zhì)組研究中，基于串聯(lián)質(zhì)譜的蛋白質(zhì)鑒定是最廣泛使用的技術(shù)之一，參考文獻(xiàn)1《Aebersold，R.and?Mann，M.Mass?spectrometry-based?proteomics，Nature，2003，422：198-207》中對(duì)相關(guān)的內(nèi)容有較為詳細(xì)的說明。

基于串聯(lián)質(zhì)譜鑒定蛋白質(zhì)的基本步驟是：首先將混合蛋白樣品酶切為肽，經(jīng)過液相色譜分離后，進(jìn)入質(zhì)譜儀，得到肽的實(shí)驗(yàn)串聯(lián)質(zhì)譜圖，然后對(duì)質(zhì)譜圖進(jìn)行分析，得到對(duì)應(yīng)的肽序列，最后通過肽到蛋白質(zhì)歸并分析，得到混合蛋白樣品中的蛋白質(zhì)列表，從而達(dá)到對(duì)蛋白質(zhì)進(jìn)行鑒定的目的。在鑒定產(chǎn)生實(shí)驗(yàn)串聯(lián)質(zhì)譜的肽序列的過程中，數(shù)據(jù)庫(kù)搜索的方法被廣泛采用。如在參考文獻(xiàn)2《Eng，J.K.，McCormack，A.L.and?Yates，J.R.An?approach?to?correlate?tandem?mass?spectral?data?of?peptides?with?amino?acid?sequences?in?a?protein?database.J?Am?Soc?Mass?Spectrom，1994，5：976-989》、參考文獻(xiàn)3《Perkins，D.N.，Pappin，D.J.，Creasy，D.M.and?Cottrell，J.S.Probability-based?protein?identification?by?searching?sequence?databases?using?mass?spectrometry?data.Electrophoresis，1999，20：3551-3567》以及參考文獻(xiàn)4《Field，H.I.，，D.and?Beavis，R.C.RADARS，a?bioinformatics?solution?that?automates?proteome?mass?spectral?analysis，optimises?protein?identification，and?archives?data?in?a?relational?database.Proteomics，2002，2：36-47》中都對(duì)采用數(shù)據(jù)庫(kù)搜索的方法實(shí)現(xiàn)肽序列的鑒定做了詳細(xì)說明。

采用數(shù)據(jù)庫(kù)搜索的方法通過肽序列鑒定實(shí)現(xiàn)蛋白質(zhì)鑒定的方法主要包括以下步驟：首先，模擬生物學(xué)中的酶切規(guī)則將蛋白質(zhì)數(shù)據(jù)庫(kù)中的蛋白質(zhì)序列切分成肽序列；然后計(jì)算切分得到的各個(gè)肽序列的質(zhì)量；最后利用質(zhì)譜數(shù)據(jù)中的母離子質(zhì)量誤差窗口尋找符合一定質(zhì)量范圍內(nèi)的肽序列，將符合要求的肽序列輸入給打分函數(shù)以實(shí)現(xiàn)對(duì)肽序列的鑒定。

由于近年來(lái)隨著蛋白質(zhì)數(shù)據(jù)庫(kù)的規(guī)模不斷增長(zhǎng)，對(duì)非特異性酶切肽的鑒定需求不斷增加，導(dǎo)致肽序列的規(guī)模不斷增大，同時(shí)，質(zhì)譜數(shù)據(jù)的生成速度也在不斷增長(zhǎng)，因此對(duì)蛋白質(zhì)的鑒定速度提出了更高的要求。但前述的蛋白質(zhì)鑒定方法在效率上卻有不足，因此需要對(duì)上述的數(shù)據(jù)庫(kù)搜索方法進(jìn)行加速。