自动蛋白质分析在免疫学中的数据处理流程开发
摘要：蛋白质组学在理解人类生物学和疾病机制方面起着至关重要的作用。蛋白质微阵列技术能够以并行的方式对成百上千个人体样本中的数千种蛋白质进行定量测定。在一系列涉及蛋白质微阵列的研究中，我们探索和实施了各种数据科学方法，以全面分析这些数据。这种分析使我们能够确定并描述自身免疫反应靶向的蛋白质，从而了解患有APS1疾病的患者。我们还评估了将机器学习方法与统计检验结合应用于蛋白质表达数据以评估子宫内膜异位症潜在生物标志物的可行性。本论文的重点是一个名为PAWER的网络工具。PAWER实现了相关的计算方法，并提供了一种半自动化的方式来在线运行蛋白质微阵列数据的分析，用户可以通过拖放和点击来完成操作。该工具的源代码公开可用。这项工作为后续研究人类疾病和改进生物学中机器学习方法验证标准做出了重要贡献。
作者：Dmytro Fishman
论文ID：2201.06074
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-01-19