[發明專利]一種基于最小二乘法的肽質譜峰特征參數提取方法

無效

• 申請號: 201410498617.0
• 申請日: 2014-09-25
• 公開（公告）號: CN104297328A
• 公開（公告）日: 2015-01-21
• 發明（設計）人: 易志強;李蕓;章劍秋;姚英彪;曾嶸;張福洪;李希元
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01N27/62
• 分類號: G01N27/62
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.一種基于最小二乘法的肽質譜峰特征參數提取方法，其特征在于：

設質譜圖中某離子的質譜峰由N個樣點組成，N≥3；其坐標構成集合A；

A＝{(m₁,d₁),(m₂,d₂),…(m_N,d_N)}

其中，m_i表示質荷比，d_i表示豐度，其值大于0，i∈{1,2,3,…,N}；需要通過樣點擬合出的高斯曲線，其函數形式設為：

f(x)=a×e-(x-bc)2]]>

其中，高斯曲線函數f(x)代表豐度值，自變量x代表質荷比，a、b和c為待求解的高斯曲線特征參數，分別表征縮放因子、質心和標準差；

具體步驟如下：

步驟(1)對各個樣點的豐度值進行排序，選取出數值最大的3個樣點，假設其質譜圖坐標分別為(m_j,d_j)、(m_k,d_k)和(m_n,d_n)，j,k,n∈{1,2,…,N}；

步驟(2)對選取的3個樣點的豐度值數據進行預處理，并構造豐度向量Y；

y1=ln(dj)y2=ln(dk)y3=ln(dn)]]>

Y＝[y₁?y₂?y₃]^T

其中，ln(·)表示取自然對數操作；

步驟(3)根據3個樣點的質荷比數據構造系數矩陣M；

M=m12m11m22m21m32m31]]>

步驟(4)構造分解矩陣Q和R；

[Q,R]＝qr(M)

其中，qr(·)表示對矩陣進行QR分解，矩陣Q為分解出的正交矩陣，大小為3×3，矩陣R為分解出的上三角矩陣，大小為3×3；

步驟(5)計算特征參數信息向量P；

P＝R^-1×(Q^T×Y)

步驟(6)令P＝[p₁?p₂?p₃]^T，計算特征參數a、b和c；

a=e(p3-p224p1)]]>

b=-p22p1.]]>

c=-1p1]]>