論文の概要: Isotopic envelope identification by analysis of the spatial distribution
of components in MALDI-MSI data
- arxiv url: http://arxiv.org/abs/2302.06051v2
- Date: Tue, 14 Feb 2023 21:39:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-16 11:34:52.804930
- Title: Isotopic envelope identification by analysis of the spatial distribution
of components in MALDI-MSI data
- Title（参考訳）: MALDI-MSIデータにおける成分の空間分布解析による同位体包絡の同定
- Authors: Anna Glodek, Joanna Pola\'nska, Marta Gawin
- Abstract要約: 本稿では,マンダニ-アシランファジィ系に基づくMALDI-ToF分子イメージングデータ中の同位体包有物を同定する手法を提案する。
このアルゴリズムはMALDI-ToF実験から得られた8つのデータセットで、頭頸部がん患者のサンプルを用いて試験された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One of the significant steps in the process leading to the identification of
proteins is mass spectrometry, which allows for obtaining information about the
structure of proteins. Removing isotope peaks from the mass spectrum is vital
and it is done in a process called deisotoping. There are different algorithms
for deisotoping, but they have their limitations, they are dedicated to
different methods of mass spectrometry. Data from experiments performed with
the MALDI-ToF technique are characterized by high dimensionality. This paper
presents a method for identifying isotope envelopes in MALDI-ToF molecular
imaging data based on the Mamdani-Assilan fuzzy system and spatial maps of the
molecular distribution of peaks included in the isotopic envelope. Several
image texture measures were used to evaluate spatial molecular distribution
maps. The algorithm was tested on eight datasets obtained from the MALDI-ToF
experiment on samples from the National Institute of Oncology in Gliwice from
patients with cancer of the head and neck region. The data were subjected to
pre-processing and feature extraction. The results were collected and compared
with three existing deisotoping algorithms. The analysis of the obtained
results showed that the method for identifying isotopic envelopes proposed in
this paper enables the detection of overlapping envelopes by using the approach
oriented to study peak pairs. Moreover, the proposed algorithm enables the
analysis of large data sets.
- Abstract（参考訳）: タンパク質の同定につながるプロセスの重要なステップの1つは質量分析であり、タンパク質の構造に関する情報を得ることができる。
質量スペクトルから同位体ピークを除去することは不可欠であり、脱同位体化と呼ばれるプロセスで行われる。
脱同位体化には異なるアルゴリズムがあるが、それらの制限があり、質量分析の異なる方法に特化している。
MALDI-ToF法による実験から得られたデータは高次元性によって特徴づけられる。
本稿では,マンダニ-アシランファジィ系に基づくMALDI-ToF分子イメージングデータ中の同位体包有物同定法と,同位体包有物に含まれるピークの分子分布の空間マップを提案する。
空間分子分布マップを評価するためにいくつかの画像テクスチャ計測法が用いられた。
MALDI-ToF実験から得られた8つのデータセットを用いて,頭頸部癌患者からGliwiceの国立腫瘍学研究所のサンプルを用いて実験を行った。
データは前処理と特徴抽出の対象となった。
結果は既存の3つの非等方性アルゴリズムと比較された。
その結果,本論文で提案する同位体包絡膜を同定する方法は,ピーク対の研究を指向したアプローチを用いて重なり合う包絡膜を検出できることがわかった。
さらに,提案アルゴリズムは大規模データセットの解析を可能にする。
関連論文リスト
- CryoFM: A Flow-based Foundation Model for Cryo-EM Densities [50.291974465864364]
生成モデルとして設計された基礎モデルであるCryoFMについて,高品質密度マップの分布を学習する。
フローマッチングに基づいて構築されたCryoFMは、生物分子密度マップの以前の分布を正確に捉えるために訓練されている。
論文 参考訳（メタデータ） (2024-10-11T08:53:58Z) - Unraveling Molecular Structure: A Multimodal Spectroscopic Dataset for Chemistry [0.1747623282473278]
このデータセットは、特許データから化学反応から抽出された790k分子の1ドルH-NMR、13ドルC-NMR、HSQC-NMR、赤外線、質量スペクトルからなる。
本研究では, 構造解明, 対象分子のスペクトル予測, 機能群予測などの単一モダリティタスクを評価するためのベンチマークを行う。
論文 参考訳（メタデータ） (2024-07-04T12:52:48Z) - Data-Efficient Molecular Generation with Hierarchical Textual Inversion [48.816943690420224]
分子生成のための階層型テキスト変換法 (HI-Mol) を提案する。
HI-Molは分子分布を理解する上での階層的情報、例えば粗い特徴ときめ細かい特徴の重要性にインスパイアされている。
単一レベルトークン埋め込みを用いた画像領域の従来のテキストインバージョン法と比較して, マルチレベルトークン埋め込みにより, 基礎となる低ショット分子分布を効果的に学習することができる。
論文 参考訳（メタデータ） (2024-05-05T08:35:23Z) - Datacube segmentation via Deep Spectral Clustering [76.48544221010424]
拡張ビジョン技術は、しばしばその解釈に挑戦する。
データ立方体スペクトルの巨大な次元性は、その統計的解釈において複雑なタスクを生じさせる。
本稿では,符号化空間における教師なしクラスタリング手法の適用の可能性について検討する。
統計的次元削減はアドホック訓練(可変)オートエンコーダで行い、クラスタリング処理は(学習可能な)反復K-Meansクラスタリングアルゴリズムで行う。
論文 参考訳（メタデータ） (2024-01-31T09:31:28Z) - A Heat Diffusion Perspective on Geodesic Preserving Dimensionality
Reduction [66.21060114843202]
熱測地線埋め込みと呼ばれるより一般的な熱カーネルベースの多様体埋め込み法を提案する。
その結果,本手法は,地中真理多様体距離の保存において,既存の技術よりも優れていることがわかった。
また,連続体とクラスタ構造を併用した単一セルRNAシークエンシングデータセットに本手法を適用した。
論文 参考訳（メタデータ） (2023-05-30T13:58:50Z) - A Segmentation Method for fluorescence images without a machine learning
approach [0.0]
本研究では,細胞と核を同定するための決定論的計算神経科学アプローチについて述べる。
この方法は、正式に正しい関数に基づいて堅牢であり、特定のデータセットのチューニングに支障を来さない。
論文 参考訳（メタデータ） (2022-12-28T16:47:05Z) - SHREC 2021: Classification in cryo-electron tomograms [13.443446070180562]
低温電子トモグラフィ(Cryo-ET)は、マクロ分子集合体の3次元可視化を可能にするイメージング技術である。
Cryo-ETには、主に低信号のノイズと、すべての角度から画像を取得することができない、いくつかの課題がある。
トモグラフィーにおける生体高分子の局在化と分類の異なる方法のベンチマークを行うための,新しいシミュレーションデータセットを生成する。
論文 参考訳（メタデータ） (2022-03-18T16:08:22Z) - Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet
Transmission Spectra [68.8204255655161]
我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。
スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。
主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
論文 参考訳（メタデータ） (2022-01-07T22:26:33Z) - Gaussian Process Regression for Absorption Spectra Analysis of Molecular
Dimers [68.8204255655161]
本稿では、ガウス過程回帰(GPR)から数値計算のパラメータを選択する機械学習技術に基づくアプローチについて議論する。
このアプローチは最適パラメータ集合に素早く収束するだけでなく、完全なパラメータ空間に関する情報を提供する。
実際、GPRは量子化学法を用いてこれらのパラメータの直接計算と一致した信頼性の高い結果を与える。
論文 参考訳（メタデータ） (2021-12-14T17:46:45Z) - HyperPCA: a Powerful Tool to Extract Elemental Maps from Noisy Data
Obtained in LIBS Mapping of Materials [7.648784748888189]
本稿では,データのスパース表現に基づくハイパースペクトル画像解析ツールHyperPCAを紹介する。
本手法は, 得られた情報量と品質の両面での優位性を示し, 解析面の物理化学的特性の改善を図っている。
論文 参考訳（メタデータ） (2021-11-30T07:52:44Z) - PointIso: Point Cloud Based Deep Learning Model for Detecting
Arbitrary-Precision Peptide Features in LC-MS Map through Attention Based
Segmentation [5.495506445661776]
PointIsoは、ペプチドの特徴検出の問題を解決するために、ポイントクラウドベースの任意の精度のディープラーニングネットワークである。
ベンチマークデータセットにおいて、高品質なMS/MS識別を98%検出する。
論文 参考訳（メタデータ） (2020-09-15T17:34:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。