mspeaks

Преобразуйте необработанные пиковые данные, чтобы достигнуть максимума список (центроидные данные)

Синтаксис

Peaklist = mspeaks(X, Intensities)
[Peaklist, PFWHH] = mspeaks(X, Intensities)
[Peaklist, PFWHH, PExt] = mspeaks(X, Intensities)
mspeaks(X, Intensities, ...'Base', BaseValue, ...)
mspeaks(X, Intensities, ...'Levels', LevelsValue, ...)
mspeaks(X, Intensities, ...'NoiseEstimator', NoiseEstimatorValue, ...)
mspeaks(X, Intensities, ...'Multiplier', MultiplierValue, ...)
mspeaks(X, Intensities, ...'Denoising', DenoisingValue, ...)
mspeaks(X, Intensities, ...'PeakLocation', PeakLocationValue, ...)
mspeaks(X, Intensities, ...'FWHHFilter', FWHHFilterValue, ...)
mspeaks(X, Intensities, ...'OverSegmentationFilter', OverSegmentationFilterValue, ...)
mspeaks(X, Intensities, ...'HeightFilter', HeightFilterValue, ...)
mspeaks(X, Intensities, ...'ShowPlot', ShowPlotValue, ...)
mspeaks(X, Intensities, ...'Style', StyleValue, ...)

Описание

Peaklist = mspeaks(X, Intensities) находит соответствующий peaks в сырых данных, шумных пиковых данных сигнала, и создает Peaklist, матрицу 2D столбца, содержа значение разделительной оси и интенсивность для каждого пика. X является вектором разделительных стоимостей единицы для набора сигналов с peaks. Intensities является матрицей значений интенсивности для набора peaks, который совместно использует ту же область значений разделительного модуля.

[Peaklist, PFWHH] = mspeaks(X, Intensities) возвращает PFWHH, матрица 2D столбца указание на левые и правые местоположения полной ширины на половине высоты (FWHH) маркеры для каждого пика. Для любого пика, не разрешенного в FWHH, mspeaks возвращает пиковые степени формы вместо этого. Когда Intensities включает несколько сигналов, затем PFWHH является массивом ячеек матриц.

[Peaklist, PFWHH, PExt] = mspeaks(X, Intensities) возвращает PExt, матрица 2D столбца указание на левые и правые местоположения пиковых степеней формы, определенных после шумоподавления вейвлета. Когда Intensities включает несколько сигналов, затем PExt является массивом ячеек матриц.

mspeaks(X, Intensities, ...'PropertyName', PropertyValue, ...) вызывает mspeaks с дополнительными свойствами, которые используют имя свойства / пары значения свойства. Можно задать одно или несколько свойств в любом порядке. Заключите каждый PropertyName в одинарные кавычки. Каждый PropertyName является нечувствительным к регистру. Это имя свойства / пары значения свойства следующие:

mspeaks(X, Intensities, ...'Base', BaseValue, ...) задает основу вейвлета.

mspeaks(X, Intensities, ...'Levels', LevelsValue, ...) задает количество уровней для разложения вейвлета.

mspeaks(X, Intensities, ...'NoiseEstimator', NoiseEstimatorValue, ...) задает метод, чтобы оценить, что порог, T, отфильтровывает шумные компоненты в первом разложении высокой полосы (y_h).

mspeaks(X, Intensities, ...'Multiplier', MultiplierValue, ...) задает пороговый постоянный множитель.

mspeaks(X, Intensities, ...'Denoising', DenoisingValue, ...) управляет использованием шумоподавления вейвлета, чтобы сглаживать сигнал. Выбором является true (значение по умолчанию) или false.

mspeaks(X, Intensities, ...'PeakLocation', PeakLocationValue, ...) указывает, что пропорция пиковой высоты, чтобы использовать, чтобы выбрать точки раньше вычисляла центроидное значение разделительной оси соответствующего пика. PeakLocationValue должен быть значением ≥ 0 и ≤ 1. Значением по умолчанию является 1.0.

mspeaks(X, Intensities, ...'FWHHFilter', FWHHFilterValue, ...) задает минимальную полную ширину на половине высоты (FWHH), в разделительных модулях, для peaks, о котором сообщают. Peaks с FWHH ниже этого значения исключен из выходного списка Peaklist.

mspeaks(X, Intensities, ...'OverSegmentationFilter', OverSegmentationFilterValue, ...) задает минимальное расстояние, в разделительных модулях, между соседним peaks. Когда сигнал не сглаживается соответственно, несколько максимумов, может казаться, представляют тот же пик. Увеличьте это значение фильтра, чтобы соединить сверхсегментированный peaks в один пик.

mspeaks(X, Intensities, ...'HeightFilter', HeightFilterValue, ...) задает минимальную высоту для peaks, о котором сообщают. Peaks с высотами ниже этого значения исключен из выходного списка Peaklist.

mspeaks(X, Intensities, ...'ShowPlot', ShowPlotValue, ...) управляет отображением графика оригинала и сглаживавшего сигнала, с peaks, включенным в выходную матрицу отмеченный Peaklist.

mspeaks(X, Intensities, ...'Style', StyleValue, ...) задает стиль для маркировки peaks в графике.

mspeaks находит peaks в данных из любого разделительного метода, который производит данные сигнала, такие как спектроскопия, ядерный магнитный резонанс (NMR), электрофорез, хроматография или масс-спектрометрия.

Входные параметры

X

Вектор разделительных стоимостей единицы для набора сигналов с peaks. Число элементов в векторе равняется количеству строк в матричном Intensities. Разделительный модуль может определить количество длины волны, частоты, расстояния, время или m/z в зависимости от инструмента, который генерирует данные сигнала.

Intensities

Матрица значений интенсивности для набора peaks, который совместно использует ту же область значений разделительного модуля. Каждая строка соответствует разделительной стоимости единицы, и каждый столбец соответствует или набору сигналов с peaks или время задержания. Количество строк равняется числу элементов в векторном X.

BaseValue

Целое число от 2 до 20, который задает основу вейвлета.

Значение по умолчанию: 4

LevelsValue

Целое число от 1 до 12, который задает количество уровней для разложения вейвлета.

Значение по умолчанию: 10

NoiseEstimatorValue

Вектор символов, строка или скаляр, который задает метод, чтобы оценить, что порог, T, отфильтровывает шумные компоненты в первом разложении высокой полосы (y_h). Выбор:

  • mad — Значение по умолчанию. Среднее абсолютное отклонение, которое вычисляет T = sqrt(2*log(n))*mad(y_h) / 0.6745, где n = количество строк в матрице Intensities.

  • станд Стандартное отклонение, которое вычисляет T = std(y_h).

  • Положительное действительное значение.

MultiplierValue

Положительное действительное значение, которое задает пороговый постоянный множитель.

Значение по умолчанию: 1.0

DenoisingValue

Управляет использованием шумоподавления вейвлета, чтобы сглаживать сигнал. Выбором является true (значение по умолчанию) или false.

Совет

Если ваши данные ранее сглаживались, например, с mslowess или функцией mssgolay, вы не должны использовать шумоподавление вейвлета. Установите это свойство на false.

PeakLocationValue

Значение, которое задает пропорцию пиковой высоты, чтобы использовать, чтобы выбрать точки, чтобы вычислить центроидное значение разделительной оси соответствующего пика. Значением должен быть ≥ 0 и ≤ 1.

Примечание

Когда PeakLocationValue = 1.0, пиковое местоположение в максимуме пика. Когда PeakLocationValue = 0, mspeaks вычисляет пиковое местоположение со всеми точками от самого близкого минимума слева от пика к самому близкому минимуму справа от пика.

Значение по умолчанию: 1.0

FWHHFilterValue

Положительное действительное значение, которое задает минимальную полную ширину на половине высоты (FWHH), в разделительных модулях, для peaks, о котором сообщают. Peaks с FWHH ниже этого значения исключен из выходного списка Peaklist.

Значение по умолчанию: 0

OverSegmentationFilterValue

Положительное действительное значение, которое задает минимальное расстояние, в разделительных модулях, между соседним peaks. Когда сигнал не сглаживается соответственно, несколько максимумов, может казаться, представляют тот же пик. Увеличьте это значение фильтра, чтобы соединить сверхсегментированный peaks в один пик.

Значение по умолчанию: 0

HeightFilterValue

Положительное действительное значение, которое задает минимальную высоту для peaks, о котором сообщают.

Значение по умолчанию: 0

ShowPlotValue

Управляет отображением графика исходного сигнала и сглаживавшего сигнала, с peaks, включенным в выходную матрицу отмеченный Peaklist. Выбором является true, false или I, целое число, задающее индекс спектра в Intensities. Если установлено в true, первый спектр в Intensities построен. Значение по умолчанию:

  • ложь Когда вы задаете возвращаемые значения.

  • tRUE Когда вы не задаете возвращаемые значения.

StyleValue

Вектор символов или строка, задающая стиль для маркировки peaks в графике. Выбор:

  • 'peak' (значение по умолчанию) — Места маркер в пиковом гребне.

  • 'exttriangle' — Чертит треугольник с помощью пикового гребня и степеней.

  • 'fwhhtriangle' — Чертит треугольник с помощью пикового гребня и точек FWHH.

  • 'extline' — Помещает маркер в пиковом гребне и вертикальные строки в степенях.

  • 'fwhhline' — Помещает маркер в пиковом гребне и горизонтальную строку в FWHH.

Выходные аргументы

Peaklist

Матрица 2D столбца, где каждая строка соответствует пику. Первый столбец содержит разделительные стоимости единицы (указание на местоположение peaks вдоль разделительной оси). Второй столбец содержит значения интенсивности. Когда Intensities включает несколько сигналов, затем Peaklist является массивом ячеек матриц, каждый содержащий пиковый список.

PFWHH

Матрица 2D столбца указание на левые и правые местоположения полной ширины на половине высоты (FWHH) маркеры для каждого пика. Для любого пика, не разрешенного в FWHH, mspeaks возвращает пиковые степени формы вместо этого. Когда Intensities включает несколько сигналов, затем PFWHH является массивом ячеек матриц.

PExt

Матрица 2D столбца указание на левые и правые местоположения пиковых степеней формы, определенных после шумоподавления вейвлета. Когда Intensities включает несколько сигналов, затем PExt является массивом ячеек матриц.

Примеры

  1. Загрузите MAT-файл, включенный с программным обеспечением Bioinformatics Toolbox™, которое содержит две переменные данных масс-спектрометрии, MZ_lo_res и Y_lo_res. MZ_lo_res является вектором m/z значений для набора спектров. Y_lo_res является матрицей значений интенсивности для набора массовых спектров, которые совместно используют ту же область значений m/z.

    load sample_lo_res
  2. Настройте базовую линию этих восьми спектров, сохраненных в Y_lo_res.

    YB = msbackadj(MZ_lo_res,Y_lo_res);
  3. Преобразуйте необработанные данные о масс-спектрометрии в пиковый список путем нахождения соответствующего peaks в каждом спектре.

    P = mspeaks(MZ_lo_res,YB);
  4. Постройте третий спектр в YB, матрице исправленных базовой линией значений интенсивности, с обнаруженным отмеченным peaks.

    P = mspeaks(MZ_lo_res,YB,'SHOWPLOT',3);

  5. Сглаживайте сигнал с помощью функции mslowess. Затем преобразуйте сглаживавшие данные в пиковый список путем нахождения соответствующего peaks и постройте третий спектр.

    YS = mslowess(MZ_lo_res,YB,'SHOWPLOT',3);

    P = mspeaks(MZ_lo_res,YS,'DENOISING',false,'SHOWPLOT',3);

  6. Используйте функцию cellfun, чтобы удалить весь peaks с m/z значениями меньше чем 2 000 от восьми peaks, перечисленных в выводе P. Затем постройте peaks третьего спектра (в красном) по его сглаживавшему сигналу (в синем).

    Q = cellfun(@(p) p(p(:,1)>2000,:),P,'UniformOutput',false);
    figure
    plot(MZ_lo_res,YS(:,3),'b',Q{3}(:,1),Q{3}(:,2),'rx')
    xlabel('Mass/Charge (M/Z)')
    ylabel('Relative Intensity')
    axis([0 20000 -5 95])

Алгоритмы

mspeaks преобразовывает необработанные пиковые данные в пиковый список (центроидные данные):

  1. Сглаживание сигнала с помощью неподкошенного вейвлета преобразовывает с коэффициентами Daubechies

  2. Присвоение пиковых местоположений

  3. Оценка шума

  4. Устранение достигает максимума, которые не удовлетворяют заданные критерии

Ссылки

[1] Моррис, J.S., Coombes, K.R., Koomen, J., Baggerly, K.A., и Kobayash, R. (2005) Выделение признаков и квантификация для масс-спектрометрии в биомедицинских приложениях с помощью среднего спектра. Bioinfomatics 21:9, 1764–1775.

[2] Yasui, Y., Пепе, M., Томпсон, M.L., Адам, B.L., Мастер, G.L., Цюй, Y., Поттер, степень доктора юридических наук, Винджет, M., Thornquist, M. и Фэн, Z. (2003) А аналитическая данными стратегия открытия биомаркера белка: профилирование высоко-размерных протеомных данных для диагностики рака. Биостатистика 4:3, 449–463.

[3] Donoho, D.L., и Джонстон, I.M. (1995) Адаптация к неизвестной гладкости через уменьшение вейвлета. J. Статистик. Asso. 90, 1200–1224.

[4] Странг, G. и Нгуен, T. (1996) вейвлеты и наборы фильтров (Веллесли: Кембриджское нажатие).

[5] Coombes, K.R., Tsavachidis, S., Моррис, J.S., Baggerly, K.A., Хун, Член конгресса, и Kuerer, H.M. (2005) Улучшенное пиковое обнаружение и квантификация данных о масс-спектрометрии, полученных от улучшенной поверхностью лазерной десорбции и ионизации спектрами шумоподавления с неподкошенным дискретным вейвлетом, преобразовывают. Протеомика 5 (16), 4107–4117.

Представленный в R2007a