• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Journal of Biomolecular Techniques : JBT >P7-S Combining Workflow-Based Project Organization with Protein-Dependant Data Retrieval for the Retrieval of Extensive Proteome Information
【2h】

P7-S Combining Workflow-Based Project Organization with Protein-Dependant Data Retrieval for the Retrieval of Extensive Proteome Information

机译：P7-S结合基于工作流的项目组织和依赖蛋白质的数据检索以检索广泛的蛋白质组信息

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the course of a full-scale proteomics experiment, the handling of the data as well as the retrieval of the relevant information from the results is a major challenge due to the massive amount of generated data (gel images, chromatograms, and spectra) as well as associated result information (sequences, literature, etc.). To obtain meaningful information from these data, one has to filter the results in an easy way. Possibilities to do so can be based on GO terms or structural features such as transmembrane domains, involvement in certain pathways, etc.In this presentation we will show how a combination of a software package with a workflow-based result organization (Bruker ProteinScape) and a protein-centered data-mining software (Proxeon ProteinCenter) can assist in the comparison of the results from large projects, such as comparison of cross-platform results from 2D PAGE/MS with shotgun LC-ESI-MS/MS. We will present differences between different technologies and show how these differences can be easily identified and how they allow us to draw conclusions on the involved technologies.
机译：在大规模蛋白质组学实验过程中，由于要生成大量数据（凝胶图像，色谱图和光谱图），因此处理数据以及从结果中检索相关信息是一项重大挑战。以及相关的结果信息（序列，文献等）。为了从这些数据中获得有意义的信息，必须以一种简单的方式过滤结果。这样做的可能性可以基于GO术语或结构特征，例如跨膜结构域，参与某些途径等。在本演示中，我们将展示如何将软件包与基于工作流程的结果组织（Bruker ProteinScape）和以蛋白质为中心的数据挖掘软件（Proxeon ProteinCenter）可以帮助比较大型项目的结果，例如比较2D PAGE / MS与shot弹枪LC-ESI-MS / MS的跨平台结果。我们将介绍不同技术之间的差异，并说明如何轻松识别这些差异以及它们如何使我们对所涉及的技术得出结论。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号