经验贝叶斯模型使用一个竞争得分代谢物在气相色谱质谱鉴定

背景:
基于质谱(MS)的代谢物分析科学和生物医学研究已经越来越流行,主要是由于最近的技术发展等综合二维气相色谱飞行时间质谱(GCxGC / TOF-MS)。然而,代谢产物从复杂样品的识别错误。统计/计算方法来提高识别的准确性和假阳性估计是在伟大的需要。我们提出一个经验贝叶斯模型占分数竞争除了相似性得分来解决这个问题。分数的竞争特征的倾向的候选人代谢物光谱匹配一些基于代谢物的相似性得分与其他光谱库中搜索。分数的竞争模型可以正确评估证据的存在/缺失状态代谢物基于代谢物是否匹配一些样品光谱。

结果:
的代谢物标准,我们表明,我们的方法比其他四个现有的方法具有较好的识别精度。此外,我们的方法具有可靠的错误发现率估计。我们还应用方法收集的数据从大鼠的血浆和确定等离子体的一些代谢产物的控制下错误发现率。

结论:
我们开发了一个代谢物经验贝叶斯模型识别和验证的方法通过代谢物标准和大鼠血浆的混合物。结果表明,我们的层次模型提高识别精度的方法相比不相关变量结构模型。

可以找到原始数据和结果矩阵在这里

全文发表在BMC生物信息学和是免费访问。