Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  proteomic data
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The paper presents the complete and complex process of proteomic data profiling obtained in the process of mass spectrometry. The main described procedure is based on analyzing Gaussian Mixture Model representation of the data. However, the process of mass spectrometry data analysis is more complex and consists of a number of procedures, like data preparation, data pre-processing including baseline correction, detection of outliers and noise removal. The mean spectrum calculated based on received data is modeled with GMM and decomposed using the Expectation-Maximization algorithm. In this process localization of the mean spectrum peaks is found. Those results are applied into each single spectrum in the dataset in the form of Gaussian mask. The result in a set of data ready for further statistical analysis. This procedure enable to perform proteomic data profiling using specific statistical methods.
PL
Artykuł przedstawia kompletny, złożony proces profilowania danych proteomicznych uzyskanych w badaniach spektrometrycznych. Podstawowa opisana procedura analizy jest oparta o analizę modelu reprezentującego dane mieszanin gaussowskich. Jednak proces analizy danych spektrometrycznych jest bardziej złożony i składa się z wielu procedur, takich jak przygotowanie danych, wstępne przetwarzanie danych, detekcji danych odstających oraz usuwania szumu. Widmo średnie obliczone na podstawie otrzymanych danych jest modelowane w oparciu o model mieszanin gaussowskich dekomponowany za pomocą algorytmu maksymalizacji oczekiwanej wartości. W tym procesie wyszukiwane są pozycje pików z widma średniego. Otrzymane wyniki są nakładane na każde pojedyncze widmo w postaci maski gaussowskiej. Rezultatem jest zestaw danych gotowych do dalszej analizy statystycznej. Procedura ta pozwala wykonać profilowanie danych proteomicznych przy użyciu określonych metod statystycznych.
PL
Celem prac przedstawionych w niniejszym artykule była konstrukcja narzędzi do analizy danych proteomicznych, które pomogą w wykrywaniu choroby nowotworowej we wczesnym jej stadium. W prezentowanym artykule na początku została przeprowadzona wstępna obróbka widm masowych. Po zamodelowaniu ich za pomocą mieszanin gaussowskich wykorzystano klasyfikator SVM do rozdzielenia grupy z rakiem od grupy kontrolnej. Przedstawione wyniki badań potwierdziły skuteczność wykonanych operacji.
EN
The aim of the work reported in this paper was to develop statistical tools for mass spectra analysis. They would make it possible to detect cancer at its early stages. The main goal was to construct a classifier which would best distinguish people with cancer from a control group. First, the mass spectral signal is pre-processed. Next, the signals are modeled using Gaussian mixtures and they are later classified. The obtained results confirmed the effectiveness of the presented method.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.