ProMass HR應用程序！
ProMass HR功能
ProMassHR包括用于高分辨率數據處理的功能。
ProMassHR包括標準的ProMass反卷積算法以及完整的Positive Probability Ltd（PPL）數據處理包。
PPL算法包括：去同位素（用于單同位素質量測定同位素解析質譜），峰建模和形狀解卷積，和PPL電荷反卷積算法。
PPL峰形去卷積可與ProMass電荷結合使用去卷積以增強生物分子質譜的分辨率（例如單抗）進行電荷反卷積之前。 這可以用低分辨率數據！
ProMassHR可以引用嵌入了PPL的ProMass參數文件自動處理整個LCMS數據集的方法Xcalibur示例列表。
ProMassHR使用與Web相同的易于使用的基于Web的界面輸出結果標準的ProMass Deconvolution軟件包。
ProMass HR的優勢
對于脫同位素而言，質量精度與儀器的質量精度相當。對于Orbitrap，通常為3 ppm或更高！可獲得最佳質量精度通過平均質量反卷積可以得到50 – 100 ppm（最佳）。
較高的質量精度可更可靠地識別雜質和代謝物與平均質量反卷積的比較，從而減少了錯誤由于化學背景的陽性鑒定。
脫同位素算法速度快！ 38的復雜色譜圖在現代計算機上，色譜峰的處理時間約為1分鐘。
對于去同位素，用戶可以定義自定義的晶胞分子式對研究中的分子類型具有特異性（不僅限于肽特異性公式）。這樣可以實現寡核苷酸的精確去同位素不尋常的元素組成（例如，硫代磷酸酯寡核苷酸）。
對于同位素未解析的數據，具有結合PPL峰的能力用ProMass電荷反褶積實現高度魯棒性完整的蛋白質分析，具有更高的分離度和最小的去卷積神器峰。
ProMass HR手動數據處理預定義的PPL方法
步驟1.在Xcalibur Qual Browser中打開原始數據文件
對主峰周圍的掃描求和，以獲得光譜類似于左圖。
右鍵單擊質譜圖，然后選擇導出| 剪貼板（精確質量）。 這會將顯示的光譜導出到剪貼板。
步驟2.選擇預定義的脫同位素方法。 PPL該軟件包含以下方法：
針對DNA分析進行了優化。 單擊粘貼和過程
按鈕，如左圖所示。
步驟3。將顯示已脫同位素的質譜數據處理完成后，在Web瀏覽器窗口中顯示。
寡核苷酸的確切質量在報告中為7399.2。ProMass Web報告
設置PPL方法-PPL數據處理步驟
每種PPL數據處理方法都包括一系列步驟，需要執行以達到最終結果。
最終結果通常是去同位素或電荷去卷積質譜。
基本步驟如下：
1. 基線校正–消除頻譜中的噪聲（或駝峰）：基線
2. 峰形建模–確定描述的最佳峰模型：原始數據（無噪音）
3. 峰解卷積（或質心）–生成解卷積峰列表：根據輸入質譜和峰形模型
4. 脫同位素或電荷解卷積–使用：輸入和所選處理參數的反卷積峰列表
一旦創建了PPL方法，ProMass HR可以在ProMass參數文件，用于手動或自動數據處理。
單個通用PPL方法和相關的ProMass參數文件可以是用于多種相同類型的樣品（例如，相同的近似組成和MW范圍。）
PPL指導的處理工具使創建PPL方法相對容易直截了當。
創建用于去同位素的PPL方法-建立峰模型
定義模型峰。 PPL將使用峰模型設置對所有形狀進行建模原始數據峰用于峰解卷積。 在引導處理模式下，ReView將根據您的數據集自動為您生成一個峰模型。 在上面例如，藍色軌跡是建模數據，綠色軌跡是原始數據（基線更正的）數據。
PPL脫同位素-晶胞定義
對于去同位素，晶胞組成定義了近似值用于研究分子類型的分子式。 在里面在左側的示例中，我們輸入了一個近似的構圖A，C，T和G相等的20-mer DNA的典型組成核苷酸。
原子彼此之間的比率（不是絕對原子數）是重要的。 因此，DNA 20-mer的單位細胞設置將10-mer或60-mer的效果同樣好。
下表列出了一些有用的常見單位單元格公式寡核苷酸分析。
如果使用肽和蛋白質，則使用Averagine配方可以使用：C 4.9384 H 7.7583 N 1.3577 O 1.4773 S 0.0417。
自動化ProMass HR Deisotoping設置
在樣本列表中設置了以下字段，用于ProMass自動化處理：
Proc Meth –使用的質量處理方法峰色譜圖。
BioSequence –寡核苷酸序列
ZNova Params – ProMass參數文件
目標信息–有關目標群體的信息
要處理此數據集，請單擊“批處理”按鈕。
選擇“批量重新處理設置”中顯示的選項對話框顯示在右側。
單擊確定開始處理數據。
處理完成后，啟動ProMass HR，然后單擊ProMass瀏覽器按鈕。
