Quantitative Analyse von Protein-Massenspektren

um vertreten sind, muss man Abstriche in der Qualität machen. Eine exakte Aussage für solche
Massen ist bei einer Standardabweichung von 2,52% nur noch schwer zu treffen.
Als Resultat kann man sagen, dass bei sehr schlechten Daten eine automatische Quantifizierung
für stark ausgeprägte Spezies noch durchführbar ist, wohingegen bei schwach repräsentierten
Spezies eine Aussage bei so großen Standardabweichungen eher einem Lotto-Spiel
gleicht. Die Qualität des Ergebnisses kann aber sicherlich durch den Eingriff eines erfahrenen
Anwenders (visuelle Kontrolle, Setzen der Startparameter) bei schwierigen Fällen gesteigert
werden.
5.2. Validierung der Quantifizierungspipeline
Damit die komplette Quantifizierungspipeline validiert werden kann, muss die Simulation an
der Wurzel ansetzen, nämlich am Anfang des Quantifizierungsprozesses. Um das zu ermöglichen,
werden synthetische Spektren erzeugt. Bei den künstlich erzeugten Spektren sind die
Verhältnisse der zur Synthese verwendeten Massen bekannt. Somit kann bei einer Analyse der
Spektren mit Massfinder II oder anderen Methoden überprüft werden, ob die korrekten Massenverhältnisse
gefunden werden.
Die synthetischen Spektren sind an echte Messungen reduzierter Antikörper angelehnt, d.h.
die verwendeten Massen entsprechen echten Glykosylierungsformen, die Hüllkurve und das
Signal-zu-Rausch-Verhältnis sind ähnlich gewählt. Einzig die Adduktanzahl wurde erhöht,
um die Quantifizierung zu erschweren. Auf die Erzeugung einer gerätespezifischen Basislinie
74
45
40
35
30
25
20
15
10
5
180
160
140
120
100
80
60
40
20
0
Are a-Unde r-Curv e - StdErr: 25,8%
0
0 9 18 27 36 45 54 63 72 81 90 99 108 117 126 135 144 153 162 171 180 189 198
Area-Unde-Curve - StdErr: 2,52%
90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110
Abb. 5.1.3: Histogramm der Fläche der gefundenen
Hüllkurven. Der Wert 100 entspricht der tatsächlichen
Fläche. Ist die Zahl größer 100, so beschreibt
die gefundene Hüllkurve eine größere Fläche als die
Tatsächliche. Entsprechend umgekehrt verhält es
sich, wenn die Zahl kleiner 100 ist. Oben ist die MC
Simulation für den Grenzfall dargestellt, bei dir die
Standardabweichung 26% beträgt und unten ist der
Normalfall gegeben, bei dem ausreichend viele
Punkte zum Fitten vorhanden sind. Hier beträgt die
Standardabweichung nur noch 2,52%.