earticle

영어

In this study, we propose a novel statistical validation method for proteomics data obtained via tandem mass spectrometry. Our method, based on the scores distribution of peptide-spectrum matches (PSMs) acquired from database-based analysis, aims to estimate the False Discovery Rate (FDR). Traditional Target-Decoy approaches estimate False Positives and compute FDR by analyzing both the actual dataset (Target) and artificially generated dataset (Decoy) together. However, our study proposes a new method that calculates FDR through the scores distribution of the top and second-best PSMs, using only the Target. This enables decoy-free searching and allows for more accurate FDR measurements. We validated a comparable level of accuracy with the conventional Target-Decoy approach, along with a 38% improvement in computational speed.

한국어

본 논문에서는 프로테오믹스 데이터의 통계적 검증을 위한 새로운 방법을 제안한다. 이 방법은 탠덤 질량 분석법을 활용하여 얻은 peptide-spectrum matches(PSM)의 점수 분포를 활용하여 False Discovery Rate(FDR)를 추 정하는 것을 목표로 한다. 기존의 Target-Decoy 방식에서는 실제 데이터셋(Target)과 인공적으로 생성된 데이터 셋(Decoy)을 함께 분석하여 False Positive를 추정하고 FDR을 계산해왔다. 하지만 이 연구에서는 새로운 접근법 을 제안하여 Target만을 사용하여 1등 PSM과 2등 PSM의 점수 분포를 분석하여 FDR을 계산하는 방법을 제시한 다. 이 새로운 방법은 Decoy-free 검색을 가능하게 하며, True와 False 분포를 재계산하여 보다 정확한 FDR 추 정이 가능하다. 이를 통해 기존의 Target-Decoy 방식에서 발생하는 계산 비용과 Decoy 데이터셋의 부정확성으로 인한 결과 왜곡과 같은 문제를 극복할 수 있다. 실험을 통해 기존의 Target-Decoy 방식과 유사한 수준의 정확도를 보이면서도 38.2%의 속도 향상을 달성하였다.