Развитие метода точной массово-временной метки и его практическое применение при исследовании протеомов тема диссертации и автореферата по ВАК РФ 01.04.17, кандидат физико-математических наук Автономов, Дмитрий Михайлович

• Автономов, Дмитрий Михайлович
• кандидат физико-математических наук
• 2011

Оглавление диссертации кандидат физико-математических наук Автономов, Дмитрий Михайлович

Введение.

Глава 1. Методики идентификации белков в смесях с применением масс-спектрометрии.

Развитие применения масс-спектрометрии в протеомике.

Подходы к идентификации белков методами масс-спектрометрии, существующие на данный момент.

Peptide mass fingerprint.

Подход bottom-up.

Подход top-down.

Секвенирование de novo.

Метод точных массово-временных меток.

Глава 2. Нормировка хроматографических времен удержания.

Экспериментальное измерение времен удержания пептидов в хроматографической колонке.

Выравнивание времен хроматографического удержания между экспериментами, составляющими базу AMT меток.

Расчет коэффициентов нормировки для экспериментов в базе данных AMT меток.

Случай отсутствия общего пептидного пересечения во всех экспериментах, занесенных в AMT базу данных.

Выравнивание времен хроматографического удержания между базой данных и экспериментом без МС/МС.

Наибольшая общая подпоследовательность

Поиск наибольшей общей подпоследовательности пиков в хромато-масс-спектрограммах.

Применение предлагаемого метода фильтрации данных по наибольшей общей подпоследовательности.

Поиск по базе точных массово временных меток.

Схема оценки достоверности результатов поиска по базе АМТ меток.

Глава 3. Способ построения изотопных распределений молекул, содержащих нецелое количество атомов.

Представление и расчет масс-спектра молекулы.

Полиномиальное представление.

Представление в виде суммы дельта функций.

Методика построения масс-спектров изотопных кластеров, основанная на преобразовании Фурье.

Прямой расчет интенсивностей пиков изотопного кластера молекулы в случае нецелого числа атомов в ней.

Расчет изотопных распределений для случаев нецелого числа атомов в молекуле, используя любой из существующих целочисленных методов построения изотопных распределений.

Глава 4. База точных массово-временных меток для протеома мочи человека

Объект исследования.

Методы исследования.

Сбор образцов мочи.

Подготовка проб для хромато-масс-спектрометрии.

Хромато-масс-спектрометрия.

Анализ данных и идентификация белков.

Структура базы данных.

Созданная база точных массово-временных меток для протеома мочи человека.

Аннотация белков по Gene Ontology.

Статистика измерений.

Выводы.

Введение диссертации (часть автореферата) на тему «Развитие метода точной массово-временной метки и его практическое применение при исследовании протеомов»

Современная масс-спектрометрия это мощный физический метод исследования, позволяющий не просто измерять массы, но также исследовать структуру вещества, благодаря чему она нашла широкое применение в биологических и медицинских исследования, в частности в таком их направлении, как протеомика, занимающемся изучением структуры и функций белков, их взаимодействием в живых организмах. Если раньше на идентификацию одного белка могли уходить дни и недели, то с приходом высокопроизводительных методик анализа при помощи масс-спектрометрии, исследователи получили возможность обнаруживать сотни белков за несколько часов. Это стало возможным не только благодаря успехам масс-спектрометрии, но и во многом благодаря успешной реализации проектов по расшифровке геномов различных организмов, в том числе и человека. В протеомике масс-спектрометрия выполняет следующие задачи: 1) высокоточное измерение отношений масс к заряду целых белков и пептидов, 2) измерение масс-спектров фрагментации белков и пептидов.

Высокая точности измерения масс достигается за счет того, что измеряемой величиной является частота (частота колебаний ионов в ловушках типа Кингдона (ОгЫйгар) и циклотронных частот в масс-спектрометрах ионного циклотронного резонанса с преобразованием Фурье). Фрагментация производится различными физическими методами:

• столкновительная диссоциация - фрагментация путем столкновения с молекулами остаточного газа

• многофотонная инфракрасная диссоциация — фрагментация молекул при поглощении длинноволнового излучения

• диссоциация путем передачи электрона — разрыв связи осуществляется при передаче электрона иона донора с выделением энергии

• диссоциация при захвате медленных электронов

Атомный состав молекул с массами до 500 Дальтон можно определить, как правило, путем точного измерения их масс с помощью масс-спектрометра. Разнообразие белков в организмах не позволяет однозначно идентифицировать любой белок лишь по его измеренной массе, даже если геном организма известен и известен набор белков, которые могут экспрессироваться, это сопряжено с целым рядом проблем. Во-первых, само по себе измерение масс таких тяжелых молекул, как целые белки, с высокой точностью является непростой задачей, а с понижением точности падает вероятность однозначной идентификации белка. Во-вторых, белки - это последовательности аминокислотных остатков и в них велика вероятность одиночных замен в этих последовательностях, что, в свою очередь, меняет массу всего белка. В самой распространенной методике идентификации белков в протеомике - по восходящей (bottom up), их предварительно гидролизуют ("разрезают" на куски) каким-либо ферментом, как правило, сайт специфичным (разрывающим связи лишь в определенных местах молекулы, например, между определенными аминокислотами), получая пептиды, смесь которых затем разделяют на жидкостном хроматографе и измеряют массы продуктов хроматографии при помощи масс-спектрометра. При обнаружении- сигнала в масс-спектре, соответствующий ион изолируют, фрагментируют, измеряют масс-спектр фрагментов, который затем сравнивают с теоретическими масс-спектрами всех возможных пептидов белков из белковых баз данных (с учетом сайт-специфичности использованного фермента) для исследуемого организма. Основная цель, в данном случае, идентификация пептидов. Имея набор идентифицированных пептидов можно с некоторой вероятностью установить, каким белкам мог принадлежать данный набор. Но на стадии изоляции и фрагментации пептидов в масс-спектрометре может теряться значительная часть ионов, что ведет к ухудшению измеряемых спектров (или просто к недостаточности количества ионов для проведения фрагментации, в принципе), так как часть малоинтенсивных ионов может теряться в шуме. На измерение спектров фрагментации тратится дополнительное время, из-за чего некоторые пики могут быть пропущены, так как пептиды, присутствующие в смеси в малых количествах могут смываться с хроматографической колонки в течение нескольких секунд.

В протеомных исследованиях (связанных с идентификацией или обнаружением большого количества белков) среди прочих применяется подход точной массово-временной метки. При его использовании шаг фрагментации ионов пептидов пропускается (что дает повышение 6 чувствительности, так как нет дополнительных потерь ионов при проведении шага измерения спектров фрагментации), измеряются лишь их точные массы (зависящие лишь от физических параметров молекулы) и времена удержания в хроматографической колонке (также называемые временами элюирования или временами выхода из колонки), которые зависят от множества физико-химических свойств пептида и могут считаться постоянными при заданных хроматографических условиях (составе неподвижной фазы и элюенга, температуре, рН и т.д.). Время - это дополнительное измерение, которое позволяет убрать неоднозначность при идентификации пептида. Имеется ряд ограничений, создающих трудности на пути более широкого распространения и применения данного метода.

При его использовании сначала составляется база данных, содержащая массы и времена удержания пептидов в хроматографической колонке, затем, при исследовании протеома интересующего образца, с ним проводят хромато-масс-спектрометрический эксперимент, в ходе которого измеряются массы и времена, которые затем сопоставляются с записями в заранее созданной базе данных. Одной из трудностей является сопоставление времен удержания пептидов, так как отсутствуют реперные точки, по которым мы могли бы связать времена в базе с временами в эксперименте, а временные шкалы могут сильно отличаться, если эксперименты по созданию базы и по последующему исследованию протеома проводились в различных хроматографических условиях. В диссертации предложен метод по нахождению таких реперных точек без использования каких-либо внешних калибрантов, не вносящий необходимость проведения каких-либо дополнительных экспериментов. Также предложена новая методика позволяющая идентифицировать элементный состав ионов, изотопные кластеры которых были обнаружены в ходе проведения эксперимента, что, как было также показано, позволяет повысить уровень идентификации пептидов в белковых базах данных, даже если элементный состав определен с некоторой ошибкой, при условии высокой точности измерения масс.

Первоочередной целью настоящей работы является решение проблемы сопоставления хроматографических времен удержания пептидов, занесенных в базу данных точных массово-временных меток, с временами, получаемыми в экспериментах по протеомному скринингу. Также ставилась, задача улучшения алгоритмов определения точной моноизотопной массы и элементного состава молекул по их масс-спектрам высокого и сверхвысокого разрешения. Требовалось создание с применением развитых методов базы точных массово-временных меток для протеома физиологических жидкостей человека, по которой можно осуществлять белковый скрининг.

Научная новизна работы

Разработана и запатентована новая методика надежного выравнивания хроматограмм, позволяющая нормировать времена даже при малом количестве доступных точек. Методика устойчива к шуму - большому количеству совпадающих по массам, но химически различных, ионов в нормируемых хроматограммах.

Предложен и обоснован метод расчета изотопных распределений молекул для случаев, когда количество атомов не является целым числом (например, становится возможным расчет интенсивности пиков изотопного кластера реально не существующей молекулы 012.3825.5), что позволяет, например, использовать существующие методы расчета изотопных кластеров в алгоритмах оптимизации, требующих непрерывных- функций. Данный метод был применен для создания алгоритма деизотопирования масс-спектров и определения элементного состава обнаруженных в нём изотопных кластеров.

В ходе работы была создана уникальная база данных для протеома мочи здоровых людей, а также пакет программного обеспечения, позволяющий хранить содержащуюся в базе информацию эффективным образом, производить по ней поиск и сравнительный анализ.

Практическая значимость работы

Новая методика нормировки хроматограмм может быть применена во всех случаях, когда полная хроматограмма недоступна (например, данные из статьи в журнале, или опубликованные списки белков и пептидов, обнаруженных разными исследовательскими > группами). Также преимуществом является отсутствие привязки к какой-либо конкретной функции нормировки - может быть выбрана любая монотонная функция. Определение элементного состава иона позволяет лишь по массе и даже неточно определенному составу однозначно идентифицировать значительное количество пептидов даже в сложных организмах с большим протеомом (сравнимым по размеру с человеческим). Определение формы изотопного распределения для нецелого числа атомов позволяет применять существующие методы расчета изотопных распределений в новом круге задач.

Созданная база данных точных массово-временных меток мочи здоровых людей и может быть использована для высокопроизводительного анализа протеома мочи человека.

Структура диссертации

Первая глава является литературным обзором, в котором описываются распространенные на данный момент подходы к идентификации белков при помощи масс-спектрометрии, приводится изложение сути метода точных массово-временных меток (AMT меток). Выделяются и описываются проблемы и сложности, возникающие при реализации данного метода.

Во второй главе описывается предложенный метод нормировки хроматографических времен в базе точных массово-временных меток и метод фильтрации данных, позволяющий выбрать опорные точки для нормировки времен из проведенного эксперимента к временам, хранящимся в базе данных. Также описана схема проведения поиска по вышеупомянутой базе и оценки качества результатов поиска.

Третья глава посвящена методикам расчета формы изотопных кластеров молекул. Выделяется нерешенная проблема расчета их формы для случаев нецелого числа атомов в молекуле, предлагается и обосновывается метод её решения.

В четвертой главе описывается методика постановки экспериментов, сбора образцов для них, структура спроектированной базы данных. Приводятся результаты по созданной базе точных массово-временных меток для протеома мочи человека.

Заключение диссертации по теме «Химическая физика, в том числе физика горения и взрыва», Автономов, Дмитрий Михайлович

Выводы

1) Была предложена и опробована новая методика фильтрации данных хромато-масс-спектрометрических измерений для надежного выравнивания хроматограмм, способная работать даже при наличии большой зашумленности масс-спектров и малом общем доступном для сравнения количестве точек.

2) Проведено теоретическое обоснование возможности расчета формы огибающих изотопных кластеров в масс-спектрах для нецелого числа атомов и показано, как расчет может проводиться при помощи существующих методов расчета изотопных кластеров, работающих в случаях, когда число атомов целое.

3) Создана база данных точных массово-временных меток для протеома мочи человека, на основе которой можно проводить быстрый протеомный анализ. Предложена методика проведения поиска по ней с оценкой достоверности полученных идентификаций.

Список литературы диссертационного исследования кандидат физико-математических наук Автономов, Дмитрий Михайлович, 2011 год

1. P. James, "Protein identification in the post-genome era: the rapid rise of proteomics.," Quarterly reviews of biophysics, vol. 30 (4), pp. 279-331, 1997.

2. M. B. Comisarow and A. G. Marshall, "Fourier transform ion cyclotron resonance spectroscopy," Chemical Physics Letters, vol. 25, no. 2, pp. 282283, March 1974.

3. M. L. Alexandrov, L. N. Gall, N. V. Krasnov, V. I. Nikolaev, V. A. Pavlenko, and V. A. Shkurov, "On the Working Characteristics of the Ion Source with Electrohydrodinamic Introduction of Liquids into the Mass

4. Spectrometer," Int. J. Mass Spectrom. & Iort Phys., vol. 46, pp. 231-235, 1983.

5. M. Yamashita and J. B. Fenn, "Electrospray ion source. Another variation on the free-jet theme," Journal of Physical Chemistry, vol. 88, no. 20, pp. 44514459, 1984.

6. J. B. Fenn, M. Mann, С. K. Meng, S. F. Wong, and С. M. Whitehouse, "Electrospray ionization for mass spectrometry of large biomolecules," Science, vol. 246 (4926), pp. 64-71, 1989.

7. M.JT. Александров, JI.H. Галль, H.B. Краснов, В.И. Николаев, and В.А. Шкуров, "Прямая стыковка микроколоночного жидкостного хроматографа с масс-спектрометром," Биоорганическая химия, vol. 10, pp. 710-711, 1984.

8. М. Karas and F. Hillenkamp, "Laser desorption ionization of proteins with molecular masses," Anal Chem., vol. 60, no. 20, pp. 2299-2301, 1988.

9. M. S. Wilm and M. Mann, "Electrospray and Taylor-Cone theory, Dole's beam of macromolecules at last?," International Journal of Mass Spectrometry and Ion Processes, vol. 136, no. 2-3, pp. 167-180, 1994.

10. F. S. Collins, E. D. Green, A. E. Guttmacher, and M. S. Guyer, "A vision for the future of genomics research," Nature, vol. 422(6934), pp. 835-847, 2003.

11. S. E. Lander, "Initial sequencing and analysis of the human genome," Nature, vol. 409(6822), pp. 860-921, 2001.

12. J. C. Venter, "The sequence of the human genome," Science, vol. 291, pp. 1304-51,2001.

13. International Human Genome Sequencing Consortium, "Finishing the euchromatic sequence of the human genome," Nature, vol. 431 (7011), pp. 931-45, 2004.

14. O. N. Jensen, "Modification-specific proteomics: characterization of posttrans lational modifi-cations by mass spectrometry," Curr. Opin. Chem. Biol., vol. 8(1), pp. 33-41, 2004.

15. K. Tanaka, H. Waki, Y. Ido, S. Akita, Y. Yoshida, and T. Yoshida, "Protein and Polymer Analyses up to m/z 100 000 by Laser Ionization Time-of flight Mass Spectrometry," Rapid Commun Mass Spectrom, vol. 2, no. 20, pp. 151-3.

16. D. Fenyo, J. Qin, and B. J. Chait, "Protein identification using mass spectrometric information," Electrophoresis, vol. 19, pp. 998-1005, 1998.

17. D. Fenyo, J. Eriksson, and R. Beavis, "Mass spectrometric protein identification using the global proteome machine," Methods Mol. Biol, vol. 673, pp. 189-202, 2010.

18. J. Eriksson and D. Fenyo, "Protein identification in complex mixtures," J Proteome Res, vol. 4, pp. 387-93, 2005.

19. J. Eriksson and D. Fenyo, "Improving the success rate of proteome analysis by modeling protein-abundance distributions and experimental designs," Nat Biotechnol, vol. 25, pp. 651-5, 2007.

20. O. N. Jensen, A. V. Podtelejnikov, and M. Mann, "Identification of the components of simple protein mixtures by high accuracy peptide mass mapping and database searching," Anal Chem, vol. 69, pp. 4741—50, 1997.

21. D. A. Wolters, M. P. Washburn, and J. R. Yates, "An Automated Multidimensional Protein Identification Technology for Shotgun Proteomics," Anal. Chem., vol. 73, no. 23, pp. 5683-5690, 2001.

22. Jack Simons, "Mechanisms for S-S and N-Ca bond cleavage in peptide ECD and ETD mass spectrometry," Chemical Physics Letters, vol. 484, no. 4-6, pp. 81-95, 2010.

23. A. G. Harrison, "To b or not to b: the ongoing saga of peptide b ions," Mass Spectrom Rev, vol. 28, no. 4, pp. 640-54, 2009.

24. J. K. Eng, A. L. McCormack, and J. R. Yates, "An approach to correlate mass spectral data with amino acid sequences in a protein database," J Am Soc Mass Spectrom, vol. 5, p. 976, 1994.

25. Matthias Mann and Matthias Wilm, "Error-tolerant identification of peptides in sequence databases by peptide sequence tags," Anal Chem, vol. 66, pp. 4390-9.

26. J. Zimmer, M.E. Monroe, Qian, W.J., and R.D. Smith, "Advances in proteomics data analysis and display using an accurate mass and time tag approach," Mass Spectrometry Reviews, vol. 25, pp. 450-482, 2006.

27. M. F. Khan, M. J. Bennett, C. C. Jumper, A. J. Percy, L. P. Silva, and D. C. Schriemer, "Proteomics by mass spectrometry—Go big or go home?," J. Pharm. Biomed. Anal, no. doi: 10.1016/j.jpba.2011.02.012, February 2011.

28. N. L. Kelleher, H. Y. Lin, G. A. Valaskovic, D. J. Aaserud, E. K. Fridriksson, and F. W. McLafferty, "Top Down versus Bottom Up Protein Characterization by Tandem High-Resolution Mass Spectrometry," J. Am. Chem. Soc., vol. 121, pp. 806-812, 1999.

29. N. L. Kelleher, "Top-down proteomics," Anal Chem, vol. 76, no. 11, pp. 197A-203A, June 2004.

30. J. J. Coon, B. Ueberheide, J. E. P. Syka, D. D. Dryhurst, J. Ausio, J. Shabanowitz, and D. F. Hunt, "Protein identification using sequential ion/ion reactions and tandem mass spectrometry," Proc. Natl. Acad. Sci. U.S.A., vol. 102, pp. 9463-9468, 2005.

31. M.M. Savitski, M.L. Nielsen, F. Kjeldsen, and R.A. Zubarev, "Proteomics-Grade de Novo Sequencing Approach," J. Proteome Res., vol. 4, no. 6, pp. 2348-2354, 2005.

32. R.D. Smith, G.A. Anderson, M.S. Lipton, L. Pasa-Tolic, Y. Shen, T.P. Conrads, T.D. Veenstra, and H.R. Udseth, "An accurate mass tag strategy for quantitative and high-throughput proteome measurements," Proteomics, vol. 2, no. 5, pp. 513-523,2002.

33. Y. Shen, N. Tolic, C. Masseion, L Pasa-Tolic, DGI Camp, K.K. Hixson, R. Zhao, G.A. Anderson, and R.D. Smith, "Ultrasensitive proteomics using high-effciency on-line micro-SPE-NanoLC-NanoESI MS and MS/MS," Anal. Chem., vol. 76, pp. 144-154, 2004.

34. T. Liu, M.E. Belov, N. Jaitly, W.J. Qian, and R.D. Smith, "Accurate Mass Measurements in Proteomics," Chem. Rev., vol. 107, pp. 3621-3653, 2007.

35. T. P. Conrads, G. A. Anderson, T. D. Veenstra, L. Pasa-Tolic, and R. D Smith, "Utility of Accurate Mass Tags for Proteome-Wide Protein Identification," Anal. Chem., vol. 72, pp. 3349-3354, 2000.

36. Kim K. Hixson, "Label-Free Relative Quantitation of Prokaryotic Proteomes Using the Accurate Mass and Time Tag Approach," Methods in Molecular Biology, vol. 492, pp. 39-63, 2009.

37. L Pasa-Tolic, C Masselon, R.C. Barry, Y Shen, and R.D. Smith, "Proteomic analyses using an accurate mass and time tag strategy," BioTechniques, vol. 37, pp. 621-639, 2004.

38. O.V. Krokhin, R. Craig, V. Spicer, W. Ens, K. G. Standing, and R. C., Wilkins, J. A. Beavis, "An Improved Model for Prediction of Retention Times of Tryptic Peptides in Ion Pair Reversed-phase HPLC," Molecular &

39. Cellular Proteomics, vol. 3, pp. 908-919, September 2004.

40. Д. M. Автономов, И. А. Агрон, А. С. Кононихин, И. А. Попов, and Е. Н. Николаев, "Новый метод нормировки времен элюирования пептидов в хромато-масс-спектрометрических экспериментах," Биоорганическая Химия, vol. 37, по. 2, pp. 165-170, 2011.

41. Д.М. Автономов, A.C. Кононихин, И.А. Попов, JI.X. Пастушкова, И.М. Ларина, and Е.Н. Николаев, "Способ выравнивания хроматограмм пептидных смесей," 2010140839, Октябрь 6, 2010.

42. D. Eppstein, "Finding the k shortest paths," SIAMJ. Computing, vol. 28 (2), pp. 652-673, 1998.

43. A. W. Brander and M. C. Sinclair, "A comparative study of k-shortest path algorithms," Proc. 11th UK Performance Engineering Works h. for Computerand Telecommunications Systems, September 1995.

44. Kevin K. Anderson, Matthew E. Monroe, and Don S. Daly, "Estimating probabilities of peptide database identifications to LC-FTICR-MS observations," Proteome Science, vol. 4, no. 1, 2006.

45. Friedrich Pukelsheim, "The Three Sigma Rule," The American Statistician, vol. 48 (2), pp. 88-91, May 1994.

46. D. M. Avtonomov and E. N. Nikolaev, "On The Usage of The Number of Carbon Atoms for Peptide Mass Fingerprinting,", Toronto, Canada, 2009.

47. D. M. Avtonomov, I. A. Agron, and Nikolaev E. N., "A New Approach to Deisotoping of Complex Isotopically Resolved Spectra," in 58th Amer. Soc. Mass Spectrom. Annual Conf. on Mass Spectrometry & Allied Topics, Salt Lake City, UT, USA, 2010.

48. Magnus R. Hestenes and Eduard Stiefel, "Methods of Conjugate Gradients for Solving Linear Systems," Journal of Research of the National Bureau of Standards, vol. 49 (6), December 1952.

49. Jonathan Richard Shewchuk. (1994, August) An Introduction to the Conjugate Gradient Method Without the Agonizing Pain. Online]. http://www.cs.cmu.edu/~quake-papers/painless-coniugate-gradient.pdf

50. William W. Hager and Hongchao Zhang, "A survey of nonlinear conjugate gradient methods," Pacific J. Optim., vol. 2, pp. 35-58, 2006.

51. Bernhard Y. Renard, Marc Kirchner, Hanno Steen, Judith Steen, and Fred A. Hamprecht, "NITPICK: peak identification for mass spectrometry data," BMC Bioinformatics, vol. 9:355, p. 355, 2008.

52. M. Senko, S. Beu, and F. McLafferty, "Determination of Monoisotopic Masses and Ion Populations for Large Biomolecules from Resolved Isotopic Distributions," Journal of the American Society for Mass Spectrometry, vol. 6, pp. 229-233, 1995.

53. J. L. Margrave and R. B. Polansky, "Abundance Calculations for Isotopic Molecular Species," J. Chem. Edu., vol. 39, pp. 335-337, 1962.

54. A. Carrick and F. Glocklin, "Mass and Abundance Data for Polyisotopic Elements," J. Chem. Soc. A Inorg. Phys. Theor., pp. 40-42, 1967.

55. R. J. Robinson, C. G. Warner, and R. S. Gohlke, "Calculation of Relative Abundance of Isotope Clusters in Mass Spectrometry," J. Chem. Educ., vol. 47, pp. 467-468, 1970.

56. James A. Yergey, "A general approach to calculating isotopic distributions for mass spectrometry," International Journal of Mass Spectrometry and Ion Physics, vol. 52, no. 2-3, pp. 337-349, September 1983.

57. C. S. Hsu, "Diophantine Approach to Isotopic Abundance Calculations," Anal. Chem., vol. 56, pp. 1356-1361, 1984.

58. Brynn D. Hibbert, "A Prolog program for the calculation of isotope distributions in mass spectrometry," Chemometrics and Intelligent Laboratory Systems, vol. 6, no. 3, pp. 203-212, September 1989.

59. B. P. Datta, "Polynomial method of molecular isotopic abundance calculations: a computational note," Rapid Communications in Mass Spectrometry, vol. 11, no. 16, pp. 1767-1774, October 1997.

60. Hugo Kubinyi, "Calculation of isotope distributions in mass spectrometry. A trivial solution for a non-trivial problem," Analytica Chimica Acta, vol. 247,no. l,pp. 107-119, June 1991.

61. Ross K. Snider, "Efficient Calculation of Exact Mass Isotopic Distributions," Journal of the American Society for Mass Spectrometry, vol. 18, no. 8, pp. 1511-1515, August 2007.

62. Alan L. Rockwood, "Relationship of Fourier Transforms to Isotope Distribution Calculations," Rapid Comm. in Mass Spectrom., vol. 9, pp. 103105, 1995.

63. Alan L. Rockwood, Steven L. Van Orden, and Richard D. Smith, "Rapid Calculation of Isotope Distributions," Analytical Chemistry, vol. 67, no. 15, pp. 2699-2704, August 1995.

64. Dirk Valkenborg, Inge Mertens, Filip Lemiere, Erwin Witters, and Tomasz Burzykowski, "The Isotopic Distribution Conundrum," Mass Spectrometry Reviews, 2011.

65. Alan L. Rockwood, Steven L. Van Orden, and Richard D. Smith, "Ultrahigh Resolution Isotope Distribution Calculations," Rapid Communications in Mass Spectrometry, vol. 10, no. 1, pp. 54-59, 1996.

66. B.A. Диткин and А.П. Прудников, Интегральные преобразования и onepifuoHHoe исчисление.: Физико-математическая лит-ра, 1961.

67. Alan Rockwood and Steven Van Orden, "Ultrahigh-Speed Calculation of Isotope Distributions," Anal. Chem., vol. 68 (13), pp. 2027-2030, 1996.

68. J. Meija, "Understanding isotopic distributions in mass spectrometry," J Chem Educ, vol. 83 (12), p. 1761, 2006.

69. B. Brenner, The Kidney. Philadelphia, PA: Saunders, 2000.

70. N.A. Brunzel, Fundamentals of Urine & Body Fluid Analysis. Philadelphia: Saunders, 2004.

71. B. Haraldsson and J. Sorensson, "Why do we not all have proteinuria? An update of our current understanding of the glomerular barrier," News Physiol Sci.,vol. 19, pp. 7-10, 2004.

72. E. I. Christensen and J. Gburek, "Protein reabsorption in renal proximaltubule-fimction and dysfunction in kidney pathophysiology," Pediatr.Nephrol., vol. 19, pp. 714-721, 2004.

73. T. Pisitkun, R. F. Shen, and M. A Knepper, "Identification and proteomic profiling of exosomes in human urine," Proc. Natl. Acad. Sci., vol. 101, pp. 13368-13373, 2004.

74. W Sun, F Li, S Wu, X. Wang, D. Zheng, and J, Gao Y. Wang, "Human urine proteome analysis by three separation approaches," Proteomics, vol. 5, pp. 4994-5001, 2005.

75. J. Adachi, C. Kumar, Y. Zhang, J. V. Olsen, and M. Mann, "The human urinary proteome contains more than 1500 proteins, including a large proportion of membrane proteins," Genome Biol, vol. 7, p. R80, 2006.

76. A. Kentsis, F. Monigatti, K. Dorff, F. Campagne, R. Bachur, and H. Steen, "Urine proteomics for pro?ling of human disease using high accuracy mass spectrometry," Proteomics Clin. Appl., vol. 3, pp. 1052-1061, 2009.

77. J. Barratt and P. Topham, "Urine proteomics: the present and future of measuring urinary protein components in disease," Canadian Medical Association Journal, vol. 177, no. 4, 2007.

78. International Protein Index. Online], http://www.ebi.ac.uk/IPI/

79. Gene Ontology Annotation (GOA) Database. Online]. http://www.ebi.ac.uk/GOA/