Peak selection in multidimensional data

   
   

An automatic peak selection method for multidimensional data that selects peaks from very noisy data such as two-dimensional liquid chromatography-mass spectrometry (LC-MS) data is described. Such data are characterized by non-normally distributed noise that varies in different dimensions. The method computes local noise thresholds for each one-dimensional component of the data. Each point has a local noise threshold applied to it for each dimension of the data set, and a point is selected as a candidate peak only if its value exceeds all of the applied local noise thresholds. Contiguous candidate peaks are clustered into actual peaks. The method is preferably implemented as part of a high-throughput platform for analyzing complex biological mixtures.

Описан автоматический пиковый метод выбора для многомерных данных выбирают пики от очень шумных данных such as плоские жидкостные данные по спектрометрирования хромотографи-massy (LC-MS). Такие данные охарактеризованы non-normally распределенным шумом меняет в по-разному размерах. Метод вычисляет местные пороги шума для каждого одноразмерного компонента данных. Каждый пункт имеет местный порог шума приложенный к ему для каждого размера комплекта данных, и пункт выбран как пик выбранного только если свое значение превышает весь из applied местных порогов шума. Сопредельные пики выбранного связаны в фактические пики. Метод предпочтительн снабжен как часть платформы высок-high-throughput для анализировать сложные биологические смеси.

 
Web www.patentalert.com

< Plants containing a cytosolic acetyl CoA-carboxylase nucleic acid

< Cavity-filling biopsy site markers

> Cardiac motion tracking using cine harmonic phase (HARP) magnetic resonance imaging

> Remote site management system

~ 00170