Algoritmen voor identificatie van peptiden in massaspectrometrie

Abstract

De identificatie van proteïnen is vaak een belangrijke fase in medische onderzoeken. Helaas is deze identficatie geen voor de hand liggende opdracht. De laatste jaren heeft men hiervoor steeds meer beroep gedaan op de informatica. Talloze algoritmen zijn ontwikkeld om aan de vraag te voldoen. Deze algoritmen kunnen onderverdeeld worden in twee grote groepen: de methoden die gebruik maken van een proteïnedatabase en de zogenaamde de novo algoritmen. Het zijn deze laatste die het eigenlijke onderwerp vormen van deze thesis. Deze algoritmen beperken zich meestal tot de identificatie van een peptide, wat een stukje van een proteïne is. Deel I van de tekst bevat twee inleidende hoofdstukken. Het eerste hoofdstuk verklaart begrippen uit de moleculaire biologie en beschrijft technieken die gebruikt worden in de voorbereiding tot de identificatie van peptiden. Het tweede hoofdstuk is een inleiding op de algoritmen voor de identificatie van peptiden- en/of proteïnen. Deel II beschrijft drie de novo algoritmen. Een eerste algoritme, Sherenga genaamd, maakt hiervoor gebruik van een graaf. De problemen die hiermee gepaard gaan leiden tot niet voor de hand liggende padalgoritmen die in hoofdstuk 4 aan bod zullen komen. Hoofdstuk 5 bespreekt een algoritme dat gebruik maakt van een heel ander aspect uit de theoretische informatica : de automaten. Het derde algoritme dat besproken wordt is, net als Sherenga, ook gebaseerd op de grafentheorie. We zullen zien dat dit algoritme de problemen die resulteren uit de biologische gegevens op een heel andere manier aanpakt. Speciaal aan dit algoritme is de integratie van een database zoekalgoritme, waardoor het resultaat van het algoritme niet beperkt blijft tot de identificatie van de peptide, maar verder gaat zoeken naar de proteïne waar deze peptide uit afkomstig is.