[发明专利]免疫肽的鉴定方法、终端设备和可读存储介质

权利要求书

1.一种免疫肽的鉴定方法，其特征在于，包括：

将所述免疫肽质谱数据与蛋白库理论谱图进行匹配打分，筛选与所述免疫肽质谱数据匹配的理论谱图对应的肽段作为数据集，所述数据集中的每一条肽段具有肽段谱图匹配分值；

计算所述数据集中的每一条肽段的保留时间偏差分值和离子定性特征分值；

将包括所述肽段谱图匹配分值、保留时间偏差分值和离子定性特征分值在内的特征输入集成学习器模型中得到归并后的总分值；

基于所述总分值计算FDR，根据FDR阈值从所述数据集中筛选得到免疫肽结果。

2.根据权利要求1所述的鉴定方法，其特征在于，所述计算所述数据集中的每一条肽段的保留时间偏差分值，包括：

获取所述免疫肽质谱数据中的每一条肽段的实际保留时间；

计算所述数据集中的每一条肽段的预测保留时间；

根据所述实际保留时间和所述预测保留时间计算得到所述保留时间偏差分值；

优选地，所述保留时间偏差分值的计算公式为：

其中Experimental_RT为所述实际保留时间，Predicted_RT为所述预测保留时间。

3.根据权利要求2所述的鉴定方法，其特征在于，所述计算所述数据集中的每一条肽段的预测保留时间，包括：

使用保留时间预测模型软件计算所述数据集中的每一条肽段的保留时间；

以所述保留时间作为训练数据，利用线性模型对所述数据集进行线性预测，得到所述数据集中的每一条肽段的预测保留时间。

4.根据权利要求1所述的鉴定方法，其特征在于，所述计算所述数据集中的每一条肽段的离子定性特征分值，包括：

获取所述免疫肽质谱数据中的每一条肽段的实际离子集合；

计算所述数据集中的每一条肽段的预测离子集合；

根据所述实际离子集合和所述预测离子集合计算得到所述离子定性特征分值。

5.根据权利要求4所述的鉴定方法，其特征在于，根据所述实际离子集合和所述预测离子集合计算得到所述离子定性特征分值，包括：

计算所述实际离子集合和所述预测离子集合的交集数目、并集数目、差集数目、交并比作为所述离子定性特征分值。

6.根据权利要求5所述的鉴定方法，其特征在于，所述离子定性特征分值还包括：

所述交集数目、所述并集数目、所述差集数目、所述交并比分别除以(2*肽段长度*肽段子离子电荷数)得到的分值；

以及，所述交集数目、所述并集数目、所述差集数目、所述交并比分别除以所述实际离子集合的数目得到的分值。

7.根据权利要求1所述的鉴定方法，其特征在于，所述计算所述数据集中的每一条肽段的保留时间偏差分值和离子定性特征分值之外，还包括：

计算所述数据集中的每一条肽段的离子强度定量特征分值；

所述将包括所述肽段谱图匹配分值、保留时间偏差分值和离子定性特征分值在内的特征输入集成学习器模型中得到归并后的总分值，具体为：

将所述肽段谱图匹配分值、所述保留时间偏差分值、所述离子定性特征分值和所述离子强度定量特征分值作为特征输入集成学习器模型中得到归并后的总分值。

8.根据权利要求7所述的鉴定方法，其特征在于，所述计算所述数据集中的每一条肽段的离子强度定量特征分值，包括：

获取所述免疫肽质谱数据中的每一条肽段的实际离子强度；

计算所述数据集中的每一条肽段的预测离子强度；

根据所述实际离子强度和所述预测离子强度计算得到所述离子强度定量特征分值；

所述离子强度定量特征分值的计算函数为：

其中，P表示所述预测离子强度，M表示所述实际离子强度。

9.根据权利要求1所述的鉴定方法，其特征在于，用于得到所述免疫肽质谱数据的免疫肽样本的N端氨基和支链氨基带有TMT标记或iTRAQ标记或二甲基标记或TMTpro标记。