Abstrakt
Podobnostní vyhledávání v databázích teoretických hmotnostních spekter generovaných z databází proteinových sekvencí je široce používaný přístup pro identifikaci peptidů z hmotnostních spekter. Vzhledem k tomu, že spektra obsahují mnoho nepřesností a protože velikosti databází proteinových sekvencí rostou v posledních letech exponenciálním tempem, požadavky na přesnější a rychlejší algoritmy jsou stále aktuální.
V této práci prezentujeme statistické porovnání parametrizované Hausdorffovy vzdálenosti s volně dostupnými aplikacemi OMSSA, X!Tandem a s kosinovou podobností často využívanou při porovnávání spekter. Ukazujeme, že prekurzorový hmotnostní filtr spolu s modifikací původní vzdálenosti překonává stávající aplikace v rychlosti vyhledávání i počtu identifikovaných peptidových sekvencí (přestože q-value je pouze 0.001).
Uvedená metoda je implementována ve volně dostupné aplikaci SimTandem, která může být použita ve frameworku TOPP založeném na knihovně OpenMS.