[发明专利]蛋白质数据处理方法、装置、电子设备以及存储介质

说明书

本发明实施例公开了一种蛋白质数据处理方法、装置、电子设备以及存储介质。该方法包括：获取各样本在任意时序内各时刻的至少一个原始肽段数据，对各原始肽段数据进行数据处理，得到各样本在当前时序内各时刻的蛋白数据组；对于蛋白数据组中的任一蛋白数据，基于预设的差异筛选条件对任意两组样本的蛋白数据进行差异分析，得到当前两组样本对于当前蛋白数据的差异蛋白；基于预设的初始聚类中心点对当前时序内各时刻的各差异蛋白进行聚类处理，得到当前时序的差异蛋白的目标聚类结果；分别对各目标聚类中心点的蛋白数据进行富集分析，得到目标聚类结果的富集分析结果，实现了自动得到蛋白质数据处理结果，提高了数据处理效率。

技术领域

本发明实施例涉及生物信息处理技术领域，尤其涉及一种蛋白质数据处理方法、装置、电子设备以及存储介质。

背景技术

蛋白质组比基因组和转录组能更加反映肿瘤病理生理学的变化，质谱技术是蛋白质组学高通量分析的重要技术手段，可以从复杂的细胞、组织和体液中准确鉴定和精确定量数千种蛋白质，从而越来越全面地了解蛋白质组的变化，推动个性化药物的发展。临床蛋白质组学产生的数据量也在同步增长，为蛋白质组学的临床应用带来了额外的挑战，包括如何对大量数据进行处理，以及如何在大规模数据集的基础上得到有效的结果成为研究瓶颈。蛋白质组数据维度高，数据量大，生物信息分析门槛高，需要同时具备生物学，统计学，计算机等多学科知识。

当前大多数蛋白质组数据分析软件功能单一，用户需要借助多种软件系统实现，才能得到完善的分析结果。同时一些软件系统流程使用复杂，用户需要通过时间去学习使用，且每种分析模板需要重新手动调整参数运行，极大消耗了时间，同时容易引入人为错误，使得分析困难且耗时。

发明内容

本发明提供一种蛋白质数据处理方法、装置、电子设备以及存储介质，以实现自动得到蛋白质数据处理结果，操作方便，并提高了数据处理效率。

第一方面，本发明实施例提供了一种蛋白质数据处理方法，该方法包括：

获取各样本在任意时序内各时刻的至少一个原始肽段数据，对各所述原始肽段数据进行数据处理，得到各所述样本在当前时序内各时刻的蛋白数据组；

对于蛋白数据组中的任一蛋白数据，基于预设的差异筛选条件对任意两组样本的蛋白数据进行差异分析，得到当前两组样本对于当前蛋白数据的差异蛋白；

基于预设的初始聚类中心点对当前时序内各时刻的各所述差异蛋白进行聚类处理，得到所述当前时序的差异蛋白的目标聚类结果；其中，所述目标聚类结果包括至少一个目标聚类中心点；

分别对各所述目标聚类中心点的蛋白数据进行富集分析，得到所述目标聚类结果的富集分析结果；其中，所述富集分析结果包括各所述目标聚类中心点的蛋白数据分别对应的各中心点蛋白富集分析结果和各所述中心点蛋白富集分析结果的中心点蛋白富集分析比较结果。

可选的，所述蛋白数据组包括至少一个蛋白数据和各所述蛋白数据分别对应的蛋白标识；

相应的，所述对各所述原始肽段数据进行数据处理，得到各所述样本在当前时序内各时刻的蛋白数据组，包括：

对于当前时刻的各所述原始肽段数据，基于预设肽段筛选条件对各所述原始肽段数据进行数据筛选，得到各目标肽段数据；

分别确定各所述目标肽段数据所属的蛋白标识，基于所述蛋白标识、各所述目标肽段数据以及各所述目标肽段数据所属样本的样本标识，生成各所述样本的至少一个蛋白数据。

可选的，在所述得到各所述样本在当前时序内各时刻的蛋白数据组之后，还包括：

分别确定各样本中目标肽段数据的肽段鉴定数量和蛋白数据组中的蛋白鉴定数量；

分别对各样本的蛋白数据进行主成分分析，确定当前样本的蛋白数据中至少一个主要蛋白成分的成分信息，对各所述成分信息进行降维处理，得到降维后的成分信息；