지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 백은옥
- 발행연도
- 2019
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
펩타이드 동정에 있어 가장 널리 사용되는 방법 중 하나는 데이터베이스 기반 동정이다. 이는 이미 알려져 있는 단백질 서열을 가지고 이론적인 스펙트럼을 생성하여 실험을 통해 나온 스펙트럼과의 유사도를 계산함으로써 펩타이드를 동정하는 방법이다. 동정 프로그램은 후보 펩타이드 중 가장 점수가 높은 펩타이드들의 목록을 결과로 주는데, 이렇게 매치된 모든 결과들을 그대로 신뢰할 수 없으므로 신뢰할 수 있는 점수 구간을 결정하는 기준을 정해야 한다. 이를 위해 가장 많이 사용되는 방법은 Target-Decoy 방법[1]이다. 이 방법은 의도적으로 존재하지 않는 서열에 해당하는 decoy서열을 만들어 데이터베이스에 넣고 동정을 진행한다. 그 후 일정 점수 이상에 포함된 decoy의 양을 통해 신뢰할 수 있는 정도를 설정한다. 이미 실험으로 통해 target과 decoy 사이의 잘못 동정 된 펩타이드의 수가 유사하다는 것이 알려져 있기 때문에, target내에 있는 false positive를 일정 점수 이상의 decoy의 수를 통해 추정할 수 있다.
질량 스펙트럼의 실험 과정은 크게 MS와 MS/MS로 구성되는데, MS는 펩타이드의 질량을 측정하고 시퀀싱할 펩타이드를 선택하기 위해, MS/MS는 MS에서 선택한 특정 펩타이드의 구체적인 서열을 알기 위해 진행한다. 앞서 선택된 펩타이드의 서열을 무작위로 분열시켜 시퀀싱을 위한 정보를 얻게 되는데, 이 과정에서 isolation window를 통해 분열시키고자 하는 펩타이드를 선택한다. 기존의 연구에서는 이렇게 isolation window안에 선택되어 얻어지는 MS/MS 스펙트럼의 약 50% 정도는 2개 이상의 펩타이드가 선택된다고 보고된 바 있다[2]. 현재의 질량 스펙트럼을 통한 펩타이드 동정 방법은 일반적으로 1개의 스펙트럼 당 1개의 펩타이드를 매칭하는 것을 가정하고 있기에 여러 개의 펩타이드가 한번에 분열되는 경우를 적절히 처리하기에 어려움이 있다. 위의 가정으로 인해 펩타이드 매치 과정의 점수 계산에 있어 오히려 페널티를 주기 때문인데, 이는 펩타이드가 공동 분열된 정도에 따라, 즉 질량 스펙트럼의 순도에 따라 매칭의 점수 분포가 다르다는 것을 의미한다.
위에서 언급한 것과 같이 동정 결과를 검증함에 있어 target과 decoy의 점수 분포를 통해 그 신뢰 정도를 산출하게 되므로 펩타이드 동정 점수 분포를 정확히 아는 것이 중요하다. 기존의 “1 스펙트럼 - 1 펩타이드” 매치를 가정하는 패러다임을 따르는 상황에서 낮은 순도의 스펙트럼은 무작위 매치의 위험과 실제 존재하는 펩타이드를 잘 검출하지 못하는 문제를 가지고 있다. 즉, 순도에 따라 그 점수 분포가 매우 상이하다는 것을 예상할 수 있다. 따라서 본 연구는 이러한 차이를 고려하여 스펙트럼을 순도별로 나누어 Target-Decoy 전략을 적용하고자 한다. 또한 공공 데이터를 통해 이러한 접근법이 실제 동정 결과의 신뢰도를 높일 수 있는지를 보이고자 한다.
질량 스펙트럼의 실험 과정은 크게 MS와 MS/MS로 구성되는데, MS는 펩타이드의 질량을 측정하고 시퀀싱할 펩타이드를 선택하기 위해, MS/MS는 MS에서 선택한 특정 펩타이드의 구체적인 서열을 알기 위해 진행한다. 앞서 선택된 펩타이드의 서열을 무작위로 분열시켜 시퀀싱을 위한 정보를 얻게 되는데, 이 과정에서 isolation window를 통해 분열시키고자 하는 펩타이드를 선택한다. 기존의 연구에서는 이렇게 isolation window안에 선택되어 얻어지는 MS/MS 스펙트럼의 약 50% 정도는 2개 이상의 펩타이드가 선택된다고 보고된 바 있다[2]. 현재의 질량 스펙트럼을 통한 펩타이드 동정 방법은 일반적으로 1개의 스펙트럼 당 1개의 펩타이드를 매칭하는 것을 가정하고 있기에 여러 개의 펩타이드가 한번에 분열되는 경우를 적절히 처리하기에 어려움이 있다. 위의 가정으로 인해 펩타이드 매치 과정의 점수 계산에 있어 오히려 페널티를 주기 때문인데, 이는 펩타이드가 공동 분열된 정도에 따라, 즉 질량 스펙트럼의 순도에 따라 매칭의 점수 분포가 다르다는 것을 의미한다.
위에서 언급한 것과 같이 동정 결과를 검증함에 있어 target과 decoy의 점수 분포를 통해 그 신뢰 정도를 산출하게 되므로 펩타이드 동정 점수 분포를 정확히 아는 것이 중요하다. 기존의 “1 스펙트럼 - 1 펩타이드” 매치를 가정하는 패러다임을 따르는 상황에서 낮은 순도의 스펙트럼은 무작위 매치의 위험과 실제 존재하는 펩타이드를 잘 검출하지 못하는 문제를 가지고 있다. 즉, 순도에 따라 그 점수 분포가 매우 상이하다는 것을 예상할 수 있다. 따라서 본 연구는 이러한 차이를 고려하여 스펙트럼을 순도별로 나누어 Target-Decoy 전략을 적용하고자 한다. 또한 공공 데이터를 통해 이러한 접근법이 실제 동정 결과의 신뢰도를 높일 수 있는지를 보이고자 한다.
목차
제1장 서론 1제 1절 연구의 필요성 1제 2절 공동 분열에 의한 점수 페널티 확인 2제2장 데이터 5제 1절 데이터의 종류 5제3장 실험 방법 7제 1절 실험 데이터 전처리 7제 2절 분할 검증 방법의 효과를 확인하기 위한 펩타이드 동정 8제 3절 분할 검증 적용 방법 9제4장 실험 결과 10제 1절 공동 분열된 정도에 따른 검증 방법의 적용 10제 2절 Spike In 데이터를 활용한 분할 검증 방법의 결과 확인 16제5장 결론 19참고문헌 20
최근 본 자료
댓글(0)
0