[发明专利]一种基于A星算法的蛋白质序列标签测序方法

权利要求书

1.一种基于A星算法的蛋白质序列标签测序方法，其特征在于：包括：

获取待测蛋白质的原始质谱数据，对所述原始质谱数据进行预处理；

基于预处理后的原始质谱数据，构建谱峰连接图；

基于所述谱峰连接图，生成候选序列标签；

基于所述候选序列标签，找出符合母离子质量的候选肽段；

从数据库中搜索序列标签并进行匹配打分排序。

2.根据权利要求1所述的基于A星算法的蛋白质序列标签测序方法，其特征在于：所述预处理包括：基于原始质谱数据生成二级质谱图，对二级质谱图进行去除同位素、去除噪声、峰强度归一化、去除固定离子和内部离子。

3.根据权利要求2所述的基于A星算法的蛋白质序列标签测序方法，其特征在于：构建谱峰连接图包括：

基于预处理后的二级质谱图，确定光谱图中的顶点；

合并所述顶点；

如果任意两个顶点的质荷比等于误差范围内一个或多个氨基酸残基质量的总和时，则两个顶点之间连接一条边，根据谱峰及其质量之间的关系，得到了一张谱峰连接图；

基于所述谱峰连接图计算路径评分。

4.根据权利要求3所述的基于A星算法的蛋白质序列标签测序方法，其特征在于：基于所述谱峰连接图计算路径评分包括：

a)获取谱峰连接图Gp(v_i,e_ij)，创建Open表与Close表并初始化为空，创建存放顶点的邻近节点表E并初始化为空；

b)将起点v₁加入Open表中；

c)如果Open表不为空，则从Open表中选取分数A最大的顶点为当前顶点v_i；如果Open表为空，则进入步骤d；

d)判断顶点v_i是否为终点v_n，如果顶点v_i不是终点，则将顶点v_i从Open表中删除并加入Close集中，再进行步骤e；

如果顶点v_i是终点，将终点v_n加入Close表中，并从终点逐步取出Close表中的顶点直到起点v₁，输出取出顶点的顺序路径和此时终点的路径最佳分数A；

e)判断与当前节点v_i相关的顶点v_j的边是否存在，当边e_ij存在时，即e_ij＝1，则将此节点作为邻近节点存入表E_i中，表E_i表示当前顶点v_i所有的邻近节点；当边e_ij不存在时，即e_ij＝0，则跳过该相关顶点v_j；

f)重复步骤e直至遍历完所有顶点，此时获得与当前顶点vi有边的邻近节点表E_i；

g)判断E_i中的各顶点是否在Close表中和Open表中，只有当E_i中的邻近顶点v_k不在Close表和Open表中时，才将邻近顶点的父节点设置为当前节点v_i，并加入Open表中，计算分数A记作A_k；当邻近顶点在表Close和表Open中任意一个表时，跳过此顶点，进入步骤h；

h)重复步骤g直到将所有邻近节点遍历完，进入步骤c。

5.根据权利要求4所述的基于A星算法的蛋白质序列标签测序方法，其特征在于：生成候选序列标签包括：

基于获取的路径及相应路径最佳分数，根据分数将路径从大到小排序，选择前多个路径生成多肽标签，将所有多肽标签存入第一索引表；

将生成的多肽标签进行碎裂，得到多个碎裂标签，将所有碎裂标签存入第二索引表。