Quantitative Analyse von Protein-Massenspektren

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