ProMass HR应用程序！
ProMass HR功能
ProMassHR包括用于高分辨率数据处理的功能。
ProMassHR包括标准的ProMass反卷积算法以及完整的Positive Probability Ltd（PPL）数据处理包。
PPL算法包括：去同位素（用于单同位素质量测定同位素解析质谱），峰建模和形状解卷积，和PPL电荷反卷积算法。
PPL峰形去卷积可与ProMass电荷结合使用去卷积以增强生物分子质谱的分辨率（例如单抗）进行电荷反卷积之前。 这可以用低分辨率数据！
ProMassHR可以引用嵌入了PPL的ProMass参数文件自动处理整个LCMS数据集的方法Xcalibur示例列表。
ProMassHR使用与Web相同的易于使用的基于Web的界面输出结果标准的ProMass Deconvolution软件包。
ProMass HR的优势
对于脱同位素而言，质量精度与仪器的质量精度相当。对于Orbitrap，通常为3 ppm或更高！可获得最佳质量精度通过平均质量反卷积可以得到50 – 100 ppm（最佳）。
较高的质量精度可更可靠地识别杂质和代谢物与平均质量反卷积的比较，从而减少了错误由于化学背景的阳性鉴定。
脱同位素算法速度快！ 38的复杂色谱图在现代计算机上，色谱峰的处理时间约为1分钟。
对于去同位素，用户可以定义自定义的晶胞分子式对研究中的分子类型具有特异性（不仅限于肽特异性公式）。这样可以实现寡核苷酸的精确去同位素不寻常的元素组成（例如，硫代磷酸酯寡核苷酸）。
对于同位素未解析的数据，具有结合PPL峰的能力用ProMass电荷反褶积实现高度鲁棒性完整的蛋白质分析，具有更高的分离度和最小的去卷积神器峰。
ProMass HR手动数据处理预定义的PPL方法
步骤1.在Xcalibur Qual Browser中打开原始数据文件
对主峰周围的扫描求和，以获得光谱类似于左图。
右键单击质谱图，然后选择导出| 剪贴板（精确质量）。 这会将显示的光谱导出到剪贴板。
步骤2.选择预定义的脱同位素方法。 PPL该软件包含以下方法：
针对DNA分析进行了优化。 单击粘贴和过程
按钮，如左图所示。
步骤3。将显示已脱同位素的质谱数据处理完成后，在Web浏览器窗口中显示。
寡核苷酸的确切质量在报告中为7399.2。ProMass Web报告
设置PPL方法-PPL数据处理步骤
每种PPL数据处理方法都包括一系列步骤，需要执行以达到最终结果。
最终结果通常是去同位素或电荷去卷积质谱。
基本步骤如下：
1. 基线校正–消除频谱中的噪声（或驼峰）：基线
2. 峰形建模–确定描述的最佳峰模型：原始数据（无噪音）
3. 峰解卷积（或质心）–生成解卷积峰列表：根据输入质谱和峰形模型
4. 脱同位素或电荷解卷积–使用：输入和所选处理参数的反卷积峰列表
一旦创建了PPL方法，ProMass HR可以在ProMass参数文件，用于手动或自动数据处理。
单个通用PPL方法和相关的ProMass参数文件可以是用于多种相同类型的样品（例如，相同的近似组成和MW范围。）
PPL指导的处理工具使创建PPL方法相对容易直截了当。
创建用于去同位素的PPL方法-建立峰模型
定义模型峰。 PPL将使用峰模型设置对所有形状进行建模原始数据峰用于峰解卷积。 在引导处理模式下，ReView将根据您的数据集自动为您生成一个峰模型。 在上面例如，蓝色轨迹是建模数据，绿色轨迹是原始数据（基线更正的）数据。
PPL脱同位素-晶胞定义
对于去同位素，晶胞组成定义了近似值用于研究分子类型的分子式。 在里面在左侧的示例中，我们输入了一个近似的构图A，C，T和G相等的20-mer DNA的典型组成核苷酸。
原子彼此之间的比率（不是绝对原子数）是重要的。 因此，DNA 20-mer的单位细胞设置将10-mer或60-mer的效果同样好。
下表列出了一些有用的常见单位单元格公式寡核苷酸分析。
如果使用肽和蛋白质，则使用Averagine配方可以使用：C 4.9384 H 7.7583 N 1.3577 O 1.4773 S 0.0417。
自动化ProMass HR Deisotoping设置
在样本列表中设置了以下字段，用于ProMass自动化处理：
Proc Meth –使用的质量处理方法峰色谱图。
BioSequence –寡核苷酸序列
ZNova Params – ProMass参数文件
目标信息–有关目标群体的信息
要处理此数据集，请单击“批处理”按钮。
选择“批量重新处理设置”中显示的选项对话框显示在右侧。
单击确定开始处理数据。
处理完成后，启动ProMass HR，然后单击ProMass浏览器按钮。
