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.