Quantitative Analyse von Protein-Massenspektren
Quantitative Analyse von Protein-Massenspektren
Quantitative Analyse von Protein-Massenspektren
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Um diese Probleme zu umgehen, werden die Daten auf der y-Skala linear transformiert: Sie<br />
werden auf einen Bereich <strong>von</strong> 0% bis 100% normalisiert. Diese Art der Normalisierung beeinflusst<br />
nicht das Fitting-Ergebnis. Eine nichtlineare Transformation hingegen verändert die<br />
relativen Positionen der Datenpunkte. Beim Fitten äußert sich das dadurch, dass eine andere<br />
Funktion gefunden wird, welche χ² minimiert (vgl. Abb. 3.6.3.1). Es werden also andere Parameter<br />
gefunden. [Motulsky]<br />
Als weitere Verbesserungsmaßnahme, werden für jeden Parameter Schranken gesetzt, d.h. es<br />
werden nur sinnvolle Parameterbereiche zugelassen. Dies hat zur Folge, dass der Suchraum<br />
und somit die notwendige Rechenzeit weiter verkleinert wird. Für die Glykoproteine haben<br />
sich folgende Schranken als sinnvoll erwiesen:<br />
62<br />
Abb. 3.6.3.1: Effekt einer nicht-linearen Transformation. In beiden Bildern ist die Hüllkurve eines Antikörpers mit einer<br />
Masse <strong>von</strong> ca. 50kD dargestellt (schwarze Linie). Links auf der z-Skala und rechts auf der m/z-Skala<br />
(m/z=(m+1.008z)/z). Rechts ist die Variante, wie man sie im Spektrum sehen würde. In beiden Fällen wurde ein LM-<br />
Fitting (rote Kurve) mit zwei Gauß-Funktionen (grau gestrichelte Kurven) durchgeführt. Auf der z-Skala hat der Fit<br />
perfekt geklappt und man erhält für die Hüllkurve I(z)=GAUSS(z,696,39,12.5)+GAUSS(z,1840,55,16.5). Auf der m/z-<br />
Skala hingegen gelingt das Fitting überhaupt nicht.<br />
• die Amplitude muss in einem Bereich zwischen 1 und 130 liegen,<br />
• der Mittelpunkt muss zwischen 5 und 95 liegen,<br />
• und die Halbwertsbreite muss in dem Bereich zwischen 2 und 17 liegen.<br />
Ein weiterer Faktor, der optimiert werden kann, betrifft die Initialisierung der Startparameter.<br />
Es ist empfehlenswert, diese nicht einfach auf den Wert 1 zu setzen. Ebenso sollten sie nicht<br />
auf einen anderen konstanten Wert gesetzt werden. Vielmehr sollte der Wert abhängig vom<br />
aktuellen Umfeld, dynamisch gewählt werden. Speziell für Glykoproteine werden die Startparameter<br />
wie folgt festgelegt: Die Amplitude wird auf einen 15% der maximalen Intensität gesetzt.<br />
Die Zentren der Basisfunktionen werden in gleichmäßigen Abständen auf der z-Skala<br />
verteilt. Für die Halbwertsbreite wird ein Wert <strong>von</strong> 4 vergeben.<br />
Wenn die zu fittende Funktion mehrere Minima hat, kann man nicht mit Sicherheit sagen,<br />
dass man das globale Minimum findet. Das gefundene Minimum hängt <strong>von</strong> den gewählten<br />
Startparametern ab. Als Lösung für dieses Problem werden fünf verschiedene Fittings mit jeweils<br />
maximal 5000 Iterationen durchgeführt. Nach jedem Fit-Lauf werden die Startparameter<br />
zufällig verändert. Am Ende werden diejenigen Parameter gewählt, welche den besten R²