Quantitative Analyse von Protein-Massenspektren

Bewertung zwar zu gering, jedoch gibt sie bereits eine Aussage darüber, in welchem Rahmen
sich die betrachteten Verfahren bewegen. Um die Methoden besser vergleichen zu können,
wird neben den ermittelten Verhältnissen auch die Standardabweichung zur Referenz angegeben.
Die detaillierten Ergebnisse der Simulation sind in Anhang A zu finden.
Die Entwickler des „Maximum Entropie“-Algorithmus schreiben, dass die Ergebnisse, welche
aus der Entfaltung eines Spektrums stammen, nicht zur Quantifizierung verwendet werden
sollten, weil der Entropieprozess einen Bias durch seine Nichtlinearität hineinbringt [Reinhold92],
d.h. die von MaxEnt gefundenen Intensitäten sind nicht proportional zu den Intensitäten
im gemessenen Spektrum. In [Schmieder97] ist außerdem zu lesen, dass der Fehler zum
einen durch das Spektrum selber und zum anderen durch die zur Entfaltung verwendeten Parameter
stark beeinflusst wird. Vermutlich ist wegen dieser zwei äußeren Faktoren in der Literatur
keine Aussage darüber zu finden, in welchem Rahmen sich der Quantifizierungsfehler
bei MaxEnt befindet. Dies hat dazu bewegt, auch den MaxEnt-Algorithmus mit in die Auswertung
einzubeziehen.
Im Folgenden werden die Ergebnisse jeder Quantifizierungsmethode diskutiert. Zum besseren
Verständnis der Diskussion werden die Daten aus Anhang A als Diagramme aufbereitet. Auf
der x-Achse der Diagramme sind alle Massen welche zur Synthese der Spektren verwendet
wurden aufgetragen und zwar geordnet nach deren jeweiligen Anteil am Spektrum. Auf der y-
Achse befindet sich der Quotient aus ermittelter Quantität und dem Erwartungswert (Referenz-Quantität).
Man erhält also für jede Methode ein Streudiagramm, welches die Informationen
aller Experimente kapselt. Im Idealfall (d.h. jeder Massenanteil wurde richtig vorhergesagt)
sollte man eine Gerade sehen, welche auf 100% liegt. Ist eine Masse überbewertet, d.h.
es wird mehr Anteil am Spektrum vorhergesagt, so ist der Wert an entsprechender Stelle größer
100%. Analog dazu ist bei einer Unterbewertung der Wert kleiner 100%. Um die Tendenzen
besser zu erkennen, werden die Punkte durch Linien verbunden. Damit unterbewertete
Massen nicht bevorzugt dargestellt werden, wird die y-Skala logarithmiert.
Die Resultate der Simulation zeigen, dass der MaxEnt-Algorithmus im Schnitt eine geringe
Standardabweichung aufweist (Tab. 5.2.2). Betrachtet man das Streudiagramm (vgl. Abb.
5.2.1) von MaxEnt, so sieht man, dass für Quantitäten unter 10% eine große Streuung in der
Genauigkeit herrscht. Teilweise wird sogar die tatsächliche Quantität um das 6fache überbewertet.
Ab einem Massenanteil von mehr als 10% lässt sich der MaxEnt-Algorithmus gut für
die Quantifizierung verwenden. Offensichtlich eignet sich MaxEnt für die Quantifizierung der
hier untersuchten Problemklasse. Ob diese Aussage auch für Spektren anderer Proteine zutrifft,
wurde nicht untersucht.
77