教育裝備采購網訊：據生物通消息，近日來自華東理工大學以及上海生物信息研究中心的研究人員在國際蛋白質組學頂級期刊《分子與細胞蛋白質組學》(Molecular & Cellular Proteomics，MCP，2010年SCI影響因子為8.35)上發表了題為“Feature-matching pattern-based support vector machines for robust peptide mass fingerprinting”的生物信息學研究論文。
文章的通訊作者是華東理工大學的張嗣良教授，其早年畢業于華東華工學院抗生素制造工學專業，長期以來以微生物反應與發酵工程為研究對象，取得一系列生物醫藥產品生產技術的重大突破，曾三次獲得國家科技進步二等獎和多次省部級科技進步獎項，為推動我國生物醫藥等行業的技術進步做出了重大貢獻。發表論文100多篇，其中SCI收錄20余篇。
作為蛋白質組學研究領域一種非常重要的蛋白質鑒定方法，肽質量指紋圖譜(Peptide mass fingerprinting，PMF)和串聯質譜(Tandem MS，MS/MS)相比，具有高通量、對單肽的高度特異性、對蛋白質翻譯后修飾的低敏感度等特點。本研究著眼于提高PMF算法的精確度和穩定性，將蛋白質鑒定過程區分為獨立而又關聯的三個對象，針對每個對象的特定屬性和關鍵問題，共分解出35640個特征;利用機器學習方法—支持向量機—訓練1733項標準數據集;與現有四種PMF鑒定算法(Mascot，MS-Fit，ProFound 和 Aldent)相比，新算法在靈敏度、精確度和穩定性上均獲得顯著提高;并在新算法理論基礎上建立了專用蛋白質鑒定網站。審稿人認為該項研究觀念新穎，具有很好的應用性。
本研究得到了國家973項目“生化反應過程放大原理與方法” (2007CB714303)和生物反應器工程國家重點實驗室開放課題資助。
