Process / pipelineBioinformatics / omics

Байесовский протеомный анализ — вероятностный вывод из данных масс-спектрометрии

Байесовский протеомный анализ применяет вероятностные модели к данным масс-спектрометрии для идентификации пептидов, вывода о присутствии белков и количественной оценки дифференциальной представленности белков в различных условиях. За счёт кодирования априорных знаний и распространения неопределённости на каждом этапе конвейера байесовские подходы генерируют калиброванные апостериорные вероятности идентификации и количественной оценки, а не простые точечные оценки, что позволяет более принципиально контролировать частоту ложных открытий и более честно сообщать о неопределённости, чем чисто частотные альтернативы.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Kall, L., Canterbury, J. D., Weston, J., Noble, W. S., & MacCoss, M. J. (2008). Semi-supervised learning for peptide identification from shotgun proteomics datasets. Nature Methods, 5(11), 923–925. link
  2. Choi, H., & Nesvizhskii, A. I. (2008). Semisupervised model-based validation of peptide identifications in mass spectrometry-based proteomics. Journal of Proteome Research, 7(1), 254–265. link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Bayesian Statistical Analysis of Proteomics Data. ScholarGate. https://scholargate.app/ru/bioinformatics/bayesian-proteomics-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateBayesian Proteomics Analysis (Bayesian Statistical Analysis of Proteomics Data). Получено 2026-06-15 из https://scholargate.app/ru/bioinformatics/bayesian-proteomics-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026