1、蛋白質的鑒定是蛋白質組學的一個重要分支，其目標主要是對生物體內的蛋白質數量與種類進行鑒定。基于串聯質譜的質譜測序技術已經成為現階段蛋白質序列鑒定的核心技術之一。在生物實驗室中，每天都有大量的質譜數據產生，其數量遠超出了人工處理數據的能力。目前基于串聯質譜數據對蛋白質鑒定主要有三種方法，分別為數據庫搜索方法、從頭測序方法和肽序列標簽查詢方法。數據庫搜索方法是最為常用的一種方法，其主要算法是基于串聯質譜數據的肽譜匹配算法。串聯質譜鑒定的目標

2、是根據給定的質譜數據推算出氨基酸序列，進而推斷出蛋白質，其中關鍵點是對理論圖譜做出正確預測。由于對肽段斷裂機理的定性認識不足以做出正確的預測，還需要定量分析斷裂機理的影響因素，如斷裂位點以及斷裂位點的肽碎片屬性等，以提高對理論圖譜的準確預測，從而增加蛋白質鑒定的準確度。
　　本文通過閱讀文獻總結出肽碎片離子特征，將總結的肽碎片離子特征轉換為便于計算的實驗數據，使用梯度提升決策樹算法來構建離子強度預測模型并做出理論預測。首先，對原始

3、串聯質譜數據集做預處理，對處理后的數據使用蛋白質鑒定引擎pFind進行鑒定；其次，設定過濾條件對鑒定出的結果進行過濾操作，獲得高可信的肽序列；第三，計算出肽序列中的離子質荷比與離子特征值，通過匹配質譜數據中離子的質荷比獲取對應的離子強度信息，使用強度信息與離子特征值構建實驗數據；第四，將實驗數據劃分為訓練數據、驗證數據與測試數據，使用梯度提升決策樹算法在訓練數據與驗證數據上構建預測模型；最后，使用構建完成的預測模型對測試數據做離子強度理