Journal of Data Mining en génomique et protéomique

Abstrait

Comparaison des approches programmatiques pour un accès efficace aux fichiers mzML

Miroslaw J. Gilski et Rovshan G. Sadygov

L'initiative de standardisation protéomique de la Human Proteome Organization (HUPO) a été chargée de développer des formats de fichiers pour le stockage des données brutes (mzML) et des résultats du traitement spectral (identification et quantification des protéines) à partir d'expériences de protéomique (mzIndentML). Afin de caractériser pleinement les expériences complexes, des types de données spéciaux ont été conçus. Les formats de fichiers standardisés favoriseront la visualisation, la validation et la diffusion des données indépendamment des fichiers de stockage de données binaires spécifiques au fournisseur. Des solutions programmatiques innovantes pour un accès robuste et efficace aux données dans des formats de fichiers standardisés contribueront à une acceptation plus rapide et à grande échelle de ces formats de fichiers par la communauté protéomique. Dans ce travail, nous comparons les algorithmes d'accès aux données spectrales au format de fichier mzML. En tant que fichier XML, les fichiers mzML permettent une analyse efficace des structures de données lors de l'utilisation de types de classe spécifiques à XML. Ces classes ne fournissent qu'un accès séquentiel aux fichiers. Cependant, un accès aléatoire aux données spectrales est nécessaire dans de nombreuses applications algorithmiques pour le traitement des ensembles de données protéomiques. Ici, nous démontrons la mise en œuvre de flux de mémoire pour convertir un accès séquentiel en accès aléatoire. Notre application conserve les élégantes capacités d'analyse XML. L'analyse comparative des temps d'accès aux fichiers en modes d'accès séquentiel et aléatoire montre que, si pour un petit nombre de spectres, l'accès aléatoire est plus efficace en termes de temps, lors de la récupération d'un grand nombre de spectres, l'accès séquentiel devient plus efficace. Nous fournissons également des comparaisons avec d'autres méthodes d'accès aux fichiers du monde universitaire et de l'industrie.