22.12.2012 Aufrufe

Quantitative Analyse von Protein-Massenspektren

Quantitative Analyse von Protein-Massenspektren

Quantitative Analyse von Protein-Massenspektren

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

40<br />

∂<br />

0 =<br />

∂a<br />

= 2<br />

⇒<br />

⇒<br />

R<br />

∑ ⎜⎜<br />

∑<br />

i=<br />

−nL<br />

n<br />

R<br />

∑ ∑<br />

∑<br />

k=<br />

0<br />

R<br />

∑<br />

r n=<br />

−nL<br />

⎛⎛<br />

⎜<br />

⎝⎝<br />

n=<br />

−nL<br />

k=<br />

0<br />

M<br />

n<br />

a<br />

n<br />

M<br />

( f ( i + n)<br />

− y )<br />

k=<br />

M<br />

n<br />

k=<br />

0<br />

k<br />

R<br />

∑<br />

k<br />

n=<br />

−nL<br />

k ⎞<br />

ak<br />

( i + n)<br />

⎟ − y<br />

⎠<br />

a ( i + n)<br />

( i + n)<br />

k+<br />

r<br />

k+<br />

r<br />

2<br />

i+<br />

n<br />

=<br />

=<br />

R<br />

∑<br />

i+<br />

n<br />

n=<br />

−nL<br />

n<br />

n<br />

R<br />

∑<br />

∂<br />

=<br />

∂a<br />

i+<br />

n<br />

y<br />

y<br />

i+<br />

n<br />

n=<br />

−nL<br />

n<br />

R<br />

∑ ⎜⎜<br />

∑<br />

r n=<br />

−nL<br />

⎞<br />

⎟<br />

⎟(<br />

i + n)<br />

⎠<br />

( i + n)<br />

( i + n)<br />

r<br />

⎛⎛<br />

⎜<br />

⎝⎝<br />

r<br />

r<br />

k=<br />

M<br />

k=<br />

0<br />

Man bekommt also ein lineares Gleichungssystem:<br />

α<br />

k+<br />

r<br />

β =<br />

k<br />

=<br />

nR<br />

nR<br />

n=<br />

−nL<br />

∑<br />

∑<br />

n=<br />

−nL<br />

( i + n)<br />

( i + n)<br />

[ α k+<br />

r ] a = [ βk<br />

] k,<br />

r<br />

k<br />

k<br />

k+<br />

r<br />

y<br />

i<br />

k ⎞<br />

ak<br />

( i + n)<br />

⎟ − y<br />

⎠<br />

i+<br />

n<br />

⎞<br />

⎟<br />

⎠<br />

2<br />

(3.2.4)<br />

(3.2.5)<br />

Um den Parametervektor a zu bestimmen, wird das Gleichungssystem mit LU-<br />

Dekomposition, Cholesky-Dekomposition oder Gauß-Jordan-Elimination gelöst. Die Komponenten<br />

des Parametervektors a werden als Gewichtungskoeffizienten cn in Gl. (3.2.1) verwendet.<br />

Der so beschriebene Prozess hat den Nachteil, dass das Fitting für jede Fensterbewegung neu<br />

durchgeführt wird. Dies ist aber nicht notwendig, weil die Koeffizienten des angepassten Polynoms<br />

innerhalb des Datenbereichs linear sind, d.h. das Fitting muss nur einmal durchgeführt<br />

werden. Hierzu verwendet man fiktive Ordinaten, welche bis auf y0=1 überall gleich null sind.<br />

Anschließend kann mit den so berechneten Gewichtungskoeffizienten cn jeder beliebige äquidistante<br />

Datensatz geglättet werden. [NR]<br />

Der Savitzky-Golay-Algorithmus benötigt äquidistante Datenpunkte, um eine gute Glättung<br />

durchzuführen. Die gemessenen Spektren sind jedoch nicht äquidistant. Deswegen findet vor<br />

der Glättung eine lineare Interpolation der Spektren statt, so dass das Intervall 0.02 amu beträgt.<br />

Die lineare Interpolation bewirkt an dieser Stelle de facto keine Verfälschung der Signale,<br />

weil die Datendichte der gemessenen Spektren sehr groß ist.<br />

Als Standardparameter für die Glättung <strong>von</strong> Antikörperspektren werden 91 Datenpunkte festgelegt<br />

sowie ein Polynom 9ten Grades. Ein geringerer Polynomgrad bewirkt bei manchen<br />

Spektren eine Verminderung der Peakhöhe. Ein Polynom höheren Grades kann nicht verwendet<br />

werden, weil der Rechenaufwand zu groß wird. Dies ist aber auch nicht notwendig, weil

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!