本發(fā)明涉及生物信息學(xué)，液相色譜保留時(shí)間預(yù)測(cè)，特別涉及一種肽段液相色譜保留時(shí)間預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)：

現(xiàn)有技術(shù)中使用“鳥(niǎo)槍法”鑒定蛋白質(zhì)時(shí)，在肽段進(jìn)入質(zhì)譜儀之前，要用色譜法對(duì)其進(jìn)行分離，避免由于肽段數(shù)目過(guò)多，一次性輸入質(zhì)譜儀而造成嚴(yán)重的信號(hào)疊加，肽段在被注入色譜的強(qiáng)度達(dá)到最高時(shí)經(jīng)歷的時(shí)間為保留時(shí)間，保留時(shí)間是獨(dú)立于質(zhì)譜信息之外的另一維重要信息，在一定的反向液相色譜條件下，不同肽段的保留時(shí)間不同，根據(jù)肽段的序列等信息，可以對(duì)肽段在色譜中的保留時(shí)間進(jìn)行預(yù)測(cè)，并將保留時(shí)間預(yù)測(cè)結(jié)果與質(zhì)譜信息相結(jié)合，用于提高肽段鑒定結(jié)果的靈敏度或可靠性。

現(xiàn)有的主要的保留時(shí)間預(yù)測(cè)軟件有SSCalc、BioLCC、Elude等，它們有的只支持特定色譜條件下的預(yù)測(cè)，有的不能支持有修飾肽段的預(yù)測(cè)，且運(yùn)行效率低下，不能滿足當(dāng)前數(shù)據(jù)處理的要求。

現(xiàn)有的技術(shù)存在三大問(wèn)題或缺點(diǎn)：

1.現(xiàn)有的技術(shù)能支持不同色譜條件下預(yù)測(cè)保留時(shí)間的較少。當(dāng)色譜條件發(fā)生變化時(shí)，肽段的保留時(shí)間會(huì)相應(yīng)發(fā)生變化，原有模型不再適用。

2.現(xiàn)有的技術(shù)大多針對(duì)常規(guī)的肽段，對(duì)修飾肽段的支持較少。研究發(fā)現(xiàn)，特定修飾會(huì)影響肽段的保留時(shí)間，當(dāng)肽段發(fā)生修飾時(shí)，現(xiàn)有模型預(yù)測(cè)不準(zhǔn)。

3.現(xiàn)有的技術(shù)處理數(shù)據(jù)效率不高，如知名軟件Elude在多個(gè)測(cè)試數(shù)據(jù)集上的運(yùn)行時(shí)間普遍在20分鐘以上。

發(fā)明人在進(jìn)行肽段的色譜保留時(shí)間預(yù)測(cè)研究時(shí)，發(fā)現(xiàn)現(xiàn)有技術(shù)往往只支持特定色譜條件下的預(yù)測(cè)，并且只支持常規(guī)肽段的預(yù)測(cè)，這一方面是由于現(xiàn)有的研究方法比較局限，一些實(shí)驗(yàn)室只研究特定色譜條件下的數(shù)據(jù)集，針對(duì)該數(shù)據(jù)集挑選的參數(shù)不適用于別的色譜條件；一方面是由于研究者沒(méi)有認(rèn)識(shí)到修飾對(duì)肽段保留時(shí)間的重要影響，同時(shí)，現(xiàn)有的技術(shù)普遍效率不高，是由于挑選參數(shù)的過(guò)程非常耗時(shí)。

發(fā)明創(chuàng)造“一種高效液相色譜峰保留時(shí)間預(yù)測(cè)方法”，該發(fā)明涉及一種高效液相色譜峰保留時(shí)間預(yù)測(cè)方法。該方法包括：測(cè)定各種樣品的各種成分的標(biāo)準(zhǔn)保留時(shí)間，在每個(gè)樣品的目標(biāo)成分中選擇兩個(gè)成分作為該樣品的雙標(biāo)對(duì)照成分，獲得雙標(biāo)對(duì)照成分在待測(cè)樣品的供試品溶液中的實(shí)測(cè)保留時(shí)間，獲得其他目標(biāo)成分的實(shí)測(cè)保留時(shí)間，進(jìn)行兩點(diǎn)驗(yàn)證和多點(diǎn)驗(yàn)證等步驟。采用該發(fā)明提供的高效液相色譜峰保留時(shí)間預(yù)測(cè)方法能夠準(zhǔn)確預(yù)測(cè)待測(cè)樣品的各種成分的色譜峰的保留時(shí)間，進(jìn)而對(duì)待測(cè)樣品的色譜峰進(jìn)行定性，進(jìn)行待測(cè)樣品的鑒別。該發(fā)明所提供的方法具有較高的預(yù)測(cè)精度，適用的色譜柱數(shù)量多，明顯優(yōu)于現(xiàn)有的相對(duì)保留時(shí)間法。該發(fā)明通過(guò)測(cè)定各種樣品成分的標(biāo)準(zhǔn)保留時(shí)間，利用標(biāo)記對(duì)照成分在待測(cè)樣品中的實(shí)驗(yàn)保留時(shí)間，推算其他目標(biāo)成分相對(duì)的保留時(shí)間，與本發(fā)明不同，本發(fā)明不需要選擇標(biāo)記成分，只要獲得色譜實(shí)驗(yàn)中任意一部分肽段的實(shí)驗(yàn)保留時(shí)間，就能預(yù)測(cè)出已知序列肽段的保留時(shí)間，更加一般化。

發(fā)明創(chuàng)造“一種預(yù)測(cè)反相高效液相色譜梯度洗脫模式保留時(shí)間的方法”，該方法獲取描述流動(dòng)相組成和容量因子關(guān)系的保留方程；運(yùn)用塔板理論對(duì)線性多階梯度洗脫條件近似處理，獲取第i階段梯度洗脫的起始體積分?jǐn)?shù)和對(duì)應(yīng)的保留因子k_i；通過(guò)起始體積分?jǐn)?shù)和對(duì)應(yīng)的保留因子k_i獲取待測(cè)化合物在流動(dòng)相中的濃度，根據(jù)待測(cè)化合物在流動(dòng)相中的濃度計(jì)算出待測(cè)化合物保留時(shí)間。該方法高精度的預(yù)測(cè)出任意梯度條件下的保留時(shí)間，且預(yù)測(cè)過(guò)程簡(jiǎn)單；通過(guò)三個(gè)實(shí)施例驗(yàn)證了該方法的可行性，且當(dāng)保留時(shí)間考慮儀器的滯留時(shí)間時(shí)，進(jìn)一步提高了保留時(shí)間的精度。該發(fā)明基于塔板理論，使用人工構(gòu)造的保留方程預(yù)測(cè)保留時(shí)間，屬于使用實(shí)驗(yàn)參數(shù)構(gòu)造經(jīng)驗(yàn)公式的方法，與本發(fā)明不同，本發(fā)明不需要構(gòu)造經(jīng)驗(yàn)公式，通過(guò)分析并使用多維特征描述實(shí)驗(yàn)肽段在該色譜條件下的理化性質(zhì)，就可以預(yù)測(cè)待測(cè)肽段的保留時(shí)間。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提出一種肽段液相色譜保留時(shí)間預(yù)測(cè)方法及系統(tǒng)。

本發(fā)明提出一種肽段液相色譜保留時(shí)間預(yù)測(cè)方法，包括：

步驟1，對(duì)原始質(zhì)譜數(shù)據(jù)文件進(jìn)行搜索，獲取肽段-譜圖匹配作為鑒定結(jié)果，對(duì)于所述鑒定結(jié)果中FDR小于1％的來(lái)自目標(biāo)庫(kù)的肽段-譜圖匹配，提取肽段-譜圖匹配中相應(yīng)肽段的實(shí)驗(yàn)保留時(shí)間，并設(shè)置訓(xùn)練樣本與測(cè)試樣本；

步驟2，使用所述訓(xùn)練樣本，將帶有修飾的氨基酸作為新氨基酸，建立多元線性回歸模型，使用梯度下降法求解每種氨基酸的保留系數(shù)；

步驟3，對(duì)所述訓(xùn)練樣本中的每條肽段，提取56維特征，并計(jì)算相應(yīng)的特征值；

步驟4，建立預(yù)測(cè)模型，對(duì)所述測(cè)試樣本中已知序列的肽段進(jìn)行保留時(shí)間預(yù)測(cè)。

所述步驟1包括：

步驟11，根據(jù)修飾位點(diǎn)，對(duì)肽段分別進(jìn)行處理；

步驟12，對(duì)于同一條肽段對(duì)應(yīng)多張二級(jí)譜圖的情況，選取得分最高的肽段，提取實(shí)驗(yàn)保留時(shí)間；

步驟13，提取實(shí)驗(yàn)保留時(shí)間時(shí)，對(duì)于給定質(zhì)荷比的肽段，在連續(xù)的一級(jí)譜圖上查找其信號(hào)，并記錄所述信號(hào)的最高強(qiáng)度，當(dāng)前強(qiáng)度小于最高強(qiáng)度的10％時(shí)停止查找，確定信號(hào)的起止點(diǎn)，將最高強(qiáng)度對(duì)應(yīng)的時(shí)間作為肽段的實(shí)驗(yàn)保留時(shí)間；

步驟24，在處理每條肽段的過(guò)程中，統(tǒng)計(jì)出現(xiàn)修飾的名稱和頻率，并進(jìn)行存儲(chǔ)。

所述步驟2包括：

步驟21，將所述新氨基酸與現(xiàn)有的20種自然界中存在的氨基酸一起，構(gòu)造多元線性回歸公式，所述多元線性回歸公式如下：

T＝∑(R_i*N_i)+b+ε

其中，R_i表示組成肽段的各種氨基酸的保留系數(shù)，N_i為各種氨基酸的個(gè)數(shù)，b為死時(shí)間，ε為隨機(jī)誤差；

步驟22，為了避免梯度下降的步長(zhǎng)過(guò)小，造成收斂速度慢，以及步長(zhǎng)過(guò)大，導(dǎo)致不收斂，經(jīng)過(guò)測(cè)試，現(xiàn)將步長(zhǎng)設(shè)置為0.000001。

所述步驟4中建立所述建立預(yù)測(cè)模型的步驟包括：

步驟41，根據(jù)所述特征值，建立預(yù)測(cè)模型，如下所示：

$min\frac{1}{2}\left|\right|w|{|}^2$

約束條件為||y_i-(w^Tx_i+b)||≤ε,i＝1,…,n，其中ε≥0，ε表示預(yù)測(cè)保留時(shí)間和實(shí)際保留時(shí)間之間最大的差距；y_i表示實(shí)際保留時(shí)間；x_i表示所述預(yù)測(cè)模型中各維特征的取值；w表示各維特征的權(quán)重，w^T為w的轉(zhuǎn)置矩陣；b表示死時(shí)間；

步驟42，若所述測(cè)試樣本中出現(xiàn)所述訓(xùn)練樣本中未出現(xiàn)的修飾，則將帶有所述未出現(xiàn)的修飾的氨基酸按照常規(guī)的氨基酸處理。

本發(fā)明還提出一種肽段液相色譜保留時(shí)間預(yù)測(cè)系統(tǒng)，包括：匹配模塊，對(duì)原始質(zhì)譜數(shù)據(jù)文件進(jìn)行搜索，獲取肽段-譜圖匹配作為鑒定結(jié)果，對(duì)于所述鑒定結(jié)果中FDR小于1％的來(lái)自目標(biāo)庫(kù)的肽段-譜圖匹配，提取肽段-譜圖匹配中相應(yīng)肽段的實(shí)驗(yàn)保留時(shí)間，并設(shè)置訓(xùn)練樣本與測(cè)試樣本；

建立多元線性回歸模型模塊，用于使用所述訓(xùn)練樣本，將帶有修飾的氨基酸作為新氨基酸，建立多元線性回歸模型，使用梯度下降法求解每種氨基酸的保留系數(shù)；

計(jì)算特征值模塊，用于對(duì)所述訓(xùn)練樣本中的每條肽段，提取56維特征，并計(jì)算相應(yīng)的特征值；

建立預(yù)測(cè)模型模塊，用于建立預(yù)測(cè)模型，對(duì)所述測(cè)試樣本中已知序列的肽段進(jìn)行保留時(shí)間預(yù)測(cè)。

所述匹配模塊包括：

根據(jù)修飾位點(diǎn)，對(duì)肽段分別進(jìn)行處理；

對(duì)于同一條肽段對(duì)應(yīng)多張二級(jí)譜圖的情況，選取得分最高的肽段，提取實(shí)驗(yàn)保留時(shí)間；

提取實(shí)驗(yàn)保留時(shí)間時(shí)，對(duì)于給定質(zhì)荷比的肽段，在連續(xù)的一級(jí)譜圖上查找其信號(hào)，并記錄所述信號(hào)的最高強(qiáng)度，當(dāng)前強(qiáng)度小于最高強(qiáng)度的10％時(shí)停止查找，確定信號(hào)的起止點(diǎn)，將最高強(qiáng)度對(duì)應(yīng)的時(shí)間作為肽段的實(shí)驗(yàn)保留時(shí)間；

在處理每條肽段的過(guò)程中，統(tǒng)計(jì)出現(xiàn)修飾的名稱和頻率，并進(jìn)行存儲(chǔ)。

所述建立多元線性回歸模型模塊包括：

將所述新氨基酸與現(xiàn)有的20種自然界中存在的氨基酸一起，構(gòu)造多元線性回歸公式，所述多元線性回歸公式如下：

T＝Σ(R_i*N_i)+b+ε

其中，R_i表示組成肽段的各種氨基酸的保留系數(shù)，N_i為各種氨基酸的個(gè)數(shù)，b為死時(shí)間，ε為隨機(jī)誤差；

為了避免梯度下降的步長(zhǎng)過(guò)小，造成收斂速度慢，以及步長(zhǎng)過(guò)大，導(dǎo)致不收斂，經(jīng)過(guò)測(cè)試，現(xiàn)將步長(zhǎng)設(shè)置為0.000001。

所述建立預(yù)測(cè)模型模塊中建立所述建立預(yù)測(cè)模型的步驟包括

根據(jù)所述特征值，建立預(yù)測(cè)模型，如下所示：

$min\frac{1}{2}\left|\right|w|{|}^2$

約束條件為||y_i-(w^Tx_i+b)||≤ε,i＝1,…,n，其中ε≥0，ε表示預(yù)測(cè)保留時(shí)間和實(shí)際保留時(shí)間之間最大的差距；y_i表示實(shí)際保留時(shí)間；x_i表示所述預(yù)測(cè)模型中各維特征的取值；w表示各維特征的權(quán)重，w^T為w的轉(zhuǎn)置矩陣；b表示死時(shí)間；

若所述測(cè)試樣本中出現(xiàn)所述訓(xùn)練樣本中未出現(xiàn)的修飾，則將帶有所述未出現(xiàn)的修飾的氨基酸按照常規(guī)的氨基酸處理。

由以上方案可知，本發(fā)明的優(yōu)點(diǎn)在于：

本發(fā)明能夠自動(dòng)化調(diào)節(jié)模型核心參數(shù)的策略，一方面可以用于不同色譜條件下帶有修飾的肽段的保留時(shí)間預(yù)測(cè)，一方面大大提升了速度，在不同的數(shù)據(jù)集合上與Elude對(duì)比，速度加快了30倍以上。

附圖說(shuō)明

圖1為本發(fā)明流程圖。

具體實(shí)施方式

本發(fā)明的技術(shù)方案可以分為五個(gè)步驟：

步驟1，使用pFind 3(pFind是目前國(guó)內(nèi)唯一的具有自主知識(shí)產(chǎn)權(quán)的蛋白質(zhì)鑒定引擎)對(duì)原始質(zhì)譜數(shù)據(jù)文件進(jìn)行搜索，對(duì)于該質(zhì)譜數(shù)據(jù)文件中的每張一級(jí)譜圖，得到對(duì)應(yīng)的肽段鑒定結(jié)果，即肽譜匹配。

步驟2，對(duì)于鑒定結(jié)果中FDR(False Discovery Rate，錯(cuò)誤發(fā)現(xiàn)率)小于1％的來(lái)自目標(biāo)庫(kù)的肽譜匹配，提取相應(yīng)肽段的實(shí)驗(yàn)保留時(shí)間，并將其隨機(jī)等份地分為不相交的兩部分，分別是訓(xùn)練樣本和測(cè)試樣本。pFind 3通過(guò)目標(biāo)-誘餌庫(kù)方法控制譜圖層面的FDR，取FDR小于1％的來(lái)自目標(biāo)庫(kù)的肽譜匹配，表示期望肽譜匹配中至少有99％的結(jié)果是正確的，即可信肽譜匹配，可用于訓(xùn)練和測(cè)試。

步驟3，使用訓(xùn)練樣本，將帶有修飾的氨基酸當(dāng)做“新氨基酸”，建立多元線性回歸模型，使用梯度下降的方法求解每種氨基酸的保留系數(shù)。

步驟4，對(duì)于訓(xùn)練集中的每條肽段，提取56維特征，計(jì)算相應(yīng)的特征值。

步驟5，使用SVR方法建立預(yù)測(cè)模型，對(duì)測(cè)試集中已知序列的肽段進(jìn)行保留時(shí)間預(yù)測(cè)。

所述步驟2中還包括

步驟21，對(duì)于修飾位點(diǎn)不同的肽段，當(dāng)做不同肽段處理。

步驟22，對(duì)于同一條肽段對(duì)應(yīng)多張二級(jí)譜圖的情況，選取得分最高的肽段，提取它的實(shí)驗(yàn)保留時(shí)間。

步驟23，提取實(shí)驗(yàn)保留時(shí)間時(shí)，對(duì)于給定質(zhì)荷比的肽段，在連續(xù)的一級(jí)譜圖上查找它的信號(hào)，記錄當(dāng)前的最高強(qiáng)度，當(dāng)強(qiáng)度小于最高強(qiáng)度的10％時(shí)停止，確定信號(hào)的起止點(diǎn)，將最高強(qiáng)度對(duì)應(yīng)的時(shí)間作為肽段的實(shí)驗(yàn)保留時(shí)間。

步驟24，在處理每條肽段的過(guò)程中，統(tǒng)計(jì)出現(xiàn)修飾的名稱和頻率，記錄在文本文件中。

所述步驟3還包括

步驟31，將步驟2中統(tǒng)計(jì)的修飾作為新的基團(tuán)，將帶有修飾的氨基酸當(dāng)做“新氨基酸”，和現(xiàn)有的20種自然界中存在的氨基酸一起，構(gòu)造多元線性回歸公式，使用梯度下降的方法求解。多元線性回歸公式如下：

T＝∑(R_i*N_i)+b+ε

其中，R_i表示組成肽段的各種氨基酸的保留系數(shù)，是待求解的值，N_i為各種氨基酸的個(gè)數(shù)，b為死時(shí)間，ε為隨機(jī)誤差。R_i可以取正值和負(fù)值，取負(fù)值時(shí)代表縮短肽段的保留時(shí)間，取正值時(shí)代表延長(zhǎng)肽段的保留時(shí)間，T為訓(xùn)練集中的肽段的實(shí)驗(yàn)保留時(shí)間。

步驟32，為了避免梯度下降的步長(zhǎng)過(guò)小，造成收斂速度慢，以及步長(zhǎng)過(guò)大，導(dǎo)致不收斂，經(jīng)過(guò)測(cè)試，現(xiàn)將步長(zhǎng)設(shè)置為0.000001。

所述步驟4中還包括

步驟41，對(duì)于每一條肽段，計(jì)算56維特征，如表1所示。

表1預(yù)測(cè)模型中應(yīng)用的特征

a帶*號(hào)的特征在計(jì)算時(shí)需要使用氨基酸的保留系數(shù)，當(dāng)數(shù)據(jù)集中全部為常規(guī)肽段，不用處理修飾時(shí)，這些特征分別使用步驟3中得到的保留系數(shù)和Kyte-Doolittle疏水性進(jìn)行計(jì)算。當(dāng)數(shù)據(jù)集中包含有修飾的肽段時(shí)，只使用步驟3中得到的保留系數(shù)進(jìn)行計(jì)算。#表示特征維數(shù)與新氨基酸的種類有關(guān)，為20加上參與計(jì)算的“新氨基酸”的種類。

所述步驟5中還包括

步驟51，用上述56維特征訓(xùn)練SVR模型。SVR模型的目標(biāo)函數(shù)如下：

$min\frac{1}{2}\left|\right|w|{|}^2$

約束條件為||y_i-(w^Tx_i+b)||≤ε,i＝1,…,n。其中ε≥0，表示預(yù)測(cè)保留時(shí)間和實(shí)際保留時(shí)間之間最大的差距；y_i表示實(shí)際保留時(shí)間；x_i為預(yù)測(cè)模型中各維特征的取值；w表示各維特征的權(quán)重，w^T為w的轉(zhuǎn)置矩陣；b表示死時(shí)間。||y_i-(w^Tx_i+b)||≤ε表示預(yù)測(cè)保留時(shí)間和實(shí)際時(shí)間之間相差必須小于ε。

步驟52，若測(cè)試集中出現(xiàn)了訓(xùn)練集中未出現(xiàn)的修飾，將帶有修飾的氨基酸按照常規(guī)的氨基酸處理，防止程序崩潰。

本發(fā)明還提出一種肽段液相色譜保留時(shí)間預(yù)測(cè)系統(tǒng)，包括：

匹配模塊，用于對(duì)原始質(zhì)譜數(shù)據(jù)文件進(jìn)行搜索，獲取肽段-譜圖匹配作為鑒定結(jié)果，對(duì)于所述鑒定結(jié)果中FDR小于1％的來(lái)自目標(biāo)庫(kù)的肽段-譜圖匹配，提取肽段-譜圖匹配中相應(yīng)肽段的實(shí)驗(yàn)保留時(shí)間，并設(shè)置訓(xùn)練樣本與測(cè)試樣本；

建立多元線性回歸模型模塊，用于使用所述訓(xùn)練樣本，將帶有修飾的氨基酸作為新氨基酸，建立多元線性回歸模型，使用梯度下降法求解每種氨基酸的保留系數(shù)；

計(jì)算特征值模塊，用于對(duì)所述訓(xùn)練樣本中的每條肽段，提取56維特征，并計(jì)算相應(yīng)的特征值；

建立預(yù)測(cè)模型模塊，用于建立預(yù)測(cè)模型，對(duì)所述測(cè)試樣本中已知序列的肽段進(jìn)行保留時(shí)間預(yù)測(cè)。

所述匹配模塊包括：

根據(jù)修飾位點(diǎn)，對(duì)肽段分別進(jìn)行處理；

對(duì)于同一條肽段對(duì)應(yīng)多張二級(jí)譜圖的情況，選取得分最高的肽段，提取實(shí)驗(yàn)保留時(shí)間；

提取實(shí)驗(yàn)保留時(shí)間時(shí)，對(duì)于給定質(zhì)荷比的肽段，在連續(xù)的一級(jí)譜圖上查找其信號(hào)，并記錄所述信號(hào)的最高強(qiáng)度，當(dāng)前強(qiáng)度小于最高強(qiáng)度的10％時(shí)停止查找，確定信號(hào)的起止點(diǎn)，將最高強(qiáng)度對(duì)應(yīng)的時(shí)間作為肽段的實(shí)驗(yàn)保留時(shí)間；

在處理每條肽段的過(guò)程中，統(tǒng)計(jì)出現(xiàn)修飾的名稱和頻率，并進(jìn)行存儲(chǔ)。

所述建立多元線性回歸模型模塊包括：

將所述新氨基酸與現(xiàn)有的20種自然界中存在的氨基酸一起，構(gòu)造多元線性回歸公式，所述多元線性回歸公式如下：

T＝∑(R_i*N_i)+b+ε

其中，R_i表示組成肽段的各種氨基酸的保留系數(shù)，N_i為各種氨基酸的個(gè)數(shù)，b為死時(shí)間，ε為隨機(jī)誤差；

為了避免梯度下降的步長(zhǎng)過(guò)小，造成收斂速度慢，以及步長(zhǎng)過(guò)大，導(dǎo)致不收斂，經(jīng)過(guò)測(cè)試，現(xiàn)將步長(zhǎng)設(shè)置為0.000001。

所述建立預(yù)測(cè)模型模塊中建立所述建立預(yù)測(cè)模型的步驟包括

根據(jù)所述特征值，建立預(yù)測(cè)模型，如下所示：

$min\frac{1}{2}\left|\right|w|{|}^2$

約束條件為||y_i-(w^Tx_i+b)||≤ε,i＝1,…,n，其中ε≥0，ε表示預(yù)測(cè)保留時(shí)間和實(shí)際保留時(shí)間之間最大的差距；y_i表示實(shí)際保留時(shí)間；x_i表示所述預(yù)測(cè)模型中各維特征的取值；w表示各維特征的權(quán)重，w^T為w的轉(zhuǎn)置矩陣；b表示死時(shí)間；

若所述測(cè)試樣本中出現(xiàn)所述訓(xùn)練樣本中未出現(xiàn)的修飾，則將帶有所述未出現(xiàn)的修飾的氨基酸按照常規(guī)的氨基酸處理。