前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇白駒過隙范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

白駒過隙范文第1篇

早晨，陽光從窗外透進(jìn)來斜斜照在幾張光滑桌子上反射出的光像魚鱗一樣。門把手轉(zhuǎn)開后進(jìn)來的第一個(gè)學(xué)生安靜坐下。等到教室坐滿后終于被嘰嘰喳喳的講話聲填滿，在一個(gè)鈴響后稍稍隱去些，在早讀老師的進(jìn)門中有志一同地平靜下來。

回憶是夏日的香樟，在夏日里蔓延濃郁的香氣，香氣橫貫操場如同河流，而我們卻因?yàn)檫@節(jié)不是體育課而在教室里奮筆疾書，教室里的悶熱在身上蔓延開，背脊上的汗珠浸濕了白色布制校服，露出的手肘貼在有些濕氣的課桌上，長時(shí)間后的片刻休息中發(fā)現(xiàn)有些紅印黏膩。上課時(shí)的困意使得有些想一頭栽下去的沖動，在老師的呵斥聲中眨眨眼睛，睫毛微微地顫抖后終于得清醒。頭頂?shù)哪ú枭娚戎ㄖǖ捻?，女生的發(fā)絲微微飄起，天氣的炎熱讓頭發(fā)不太舒適，窗外莫名的一陣涼風(fēng)吹進(jìn)，身子又有些冷意。

午后的操場，烈日當(dāng)頭暴曬，跑道旁的綠草泛出亮光，紅色橡膠跑道發(fā)出滾燙的熱度，在體育老師的解散聲中零零散散地散開。后來的寫作課上，語文老師布置好題目就坐在講臺前閉目養(yǎng)息，而我們則在作文本上寫著不太好看但中規(guī)中矩的字。回憶起我們曾用過最簡單的語句生疏地描寫著“操場上充滿著歡聲笑語”做結(jié)尾。

回憶是你覺得一切都已經(jīng)過去得那么久遠(yuǎn)，可是一閉上眼睛，一切又重新回來。想到男女生之間簡單的動作就會被誤會的純真，而后臉上微微泛起的潮紅。在過去得一季中迎來新的一季，初冬，上海并不下雪，干燥的天氣在手上留下厚繭，雙頰有了隱約的高原紅，身上幾層冬衣讓小孩子看上去有些笨重。而在接下來的春天馬上反映到該是時(shí)候期待春游了。顛簸的巴士載著我們一車上的吵鬧，書包里帶著并不多的錢，在顛簸中書包里的硬幣一路搖晃一路叮當(dāng)作響。

白駒過隙范文第2篇

“空手道”之說，就是不用自己的錢而實(shí)現(xiàn)多方獲利。李文彬比較認(rèn)同中國服裝經(jīng)銷商祝文欣先生的預(yù)見：渠道下沉；未來商鋪資源越來越緊缺，商業(yè)資源爭奪越來越集中。同時(shí)他認(rèn)為，未來5年零售資本市場將逐漸崛起。

市場風(fēng)云變化，商機(jī)如白駒過隙，時(shí)勢如何呢？

消費(fèi)零售市場增長迅猛

“中國服裝500強(qiáng)”論壇上，祝文欣老師的幾組數(shù)據(jù)分析發(fā)人深省。數(shù)據(jù)顯示，目前中國GDP增長率以9%的速度領(lǐng)先于美國以及其他新興經(jīng)濟(jì)體。與此同步，中國以1100億美元規(guī)模位列世界第二服裝大國，美國2870億美元，服裝正成為中國消費(fèi)者越來越重要的支出部分。從消費(fèi)支出來看，中國25%的人口平均生活水平已經(jīng)趕上發(fā)達(dá)國家水平。強(qiáng)勁的國內(nèi)需求使得中國的消費(fèi)品零售收入增長迅猛，特別是三線與四線城市的需求開始逐步追趕一線中心城市的需求。

市場資源越來越集中

服裝業(yè)的高速增長及造田運(yùn)動，帶來資源的爭奪升級。具體表現(xiàn)為領(lǐng)跑品牌及零售商超借力資本運(yùn)作強(qiáng)勢圈地。如果稱2008年非典之前的造田運(yùn)動為跑馬圈地年代，那么，通過非典的洗禮，大多品牌及渠道商在經(jīng)歷內(nèi)功創(chuàng)傷后，近幾年來圈地行為已經(jīng)越來越趨于內(nèi)外兼修，可稱之為戰(zhàn)略布局、精耕細(xì)作。商業(yè)的二八規(guī)律逐漸呈現(xiàn)，20%的優(yōu)秀品牌和渠道商正在逐步擴(kuò)大領(lǐng)地，二省、三省乃至四省總以及全國性渠道商已經(jīng)出線。

就像開篇李文彬所介紹的，領(lǐng)跑巨頭們享有優(yōu)厚的資金、實(shí)力和美譽(yù)度，市場資源爭奪戰(zhàn)，歸根結(jié)底就是資金與實(shí)力的較量，規(guī)模小，市場化占有率低，資金鏈不充足，人才梯隊(duì)建設(shè)薄弱等，都已經(jīng)成為企業(yè)的生存關(guān)。對新生力商家而言，品牌的成長速度如果不能與成熟品牌的擴(kuò)張速度相并行，曇花一現(xiàn)將越來越多。

在多數(shù)優(yōu)勢資源被壟斷后，多數(shù)品牌為了生存，資源成為必爭之地，所謂資源包含了兩部分：商鋪和人才。商鋪越來越緊缺，因?yàn)榫o缺而升值；專業(yè)人才越來越集中，他們更加關(guān)注商業(yè)平臺和模式。

服裝零售新空間

當(dāng)現(xiàn)有渠道趨于飽和，利潤逐漸削薄，創(chuàng)新技術(shù)和新渠道開發(fā)成為企業(yè)競生的轉(zhuǎn)折點(diǎn)。威斯曼的聯(lián)邦制、秋水伊人的VMI模式等等都在創(chuàng)新著行業(yè)的亮點(diǎn)，也在創(chuàng)新著零售時(shí)速。從大的方向而言，線上渠道是近年來的焦點(diǎn)話題，一部分人殺進(jìn)去，一部分人倒在了門外。但可以看到的是每月線上排名中，JACK&JONES、ONLY、VERO MODA等品牌一分鐘內(nèi)驚人的斬獲，領(lǐng)略李寧線上分銷體系帶來的巨額增長。最近，納紋女裝短短幾月線上運(yùn)作的驕績——月均百萬元的業(yè)績再添佳話。就像中研國際電子商務(wù)部蘇真老師論見的，線上到線下就像隔層紙，只要戰(zhàn)略布局和人才到位就成功了一半；但線下到線上，那是隔座山，等于是行業(yè)的跨越。但這座山無論你如何跨越，它都在那里影響著你的未來，影響著未來零售市場的格局。

有三組數(shù)據(jù)不容忽視：中國人每花100元買衣服，其中就有13元是在網(wǎng)上銷售的；2010年，中國服裝網(wǎng)絡(luò)零售總額1600億元，2011年，將超3000億元；網(wǎng)購人群1.4億，其中80%以上是新生力人群——80后、90后，他們代表了未來市場的走向。

與此相對應(yīng)，有一幕讓筆者久久難以忘懷，在中國服裝財(cái)富論壇武漢站上，當(dāng)蘇真老師請已經(jīng)涉水網(wǎng)上渠道或者懂得網(wǎng)上渠道者舉手時(shí)，臺下300余漢派服飾優(yōu)秀品牌或經(jīng)銷商代表中，舉手者不過五六人。這是否是漢派服裝發(fā)展低迷的原因呢？

競爭核心：人效和坪效

坪效是臺灣經(jīng)常拿來計(jì)算商場經(jīng)營效益的指標(biāo)，指的是每坪的面積可以產(chǎn)出多少營業(yè)額。

市場的變化，競爭的提速，創(chuàng)新技術(shù)的競爭……在面對這些競爭時(shí)，我們會發(fā)現(xiàn)，一方面，終端成本上漲，人才匱乏成為制約發(fā)展的瓶頸；一方面，終端業(yè)績提升不大，利潤下滑，企業(yè)人才流失率提升。值得思考的是：兩家100平米的店，十個(gè)人（八個(gè)導(dǎo)購，兩個(gè)店長），月產(chǎn)出總計(jì)46萬元好，還是一家100平米的店，五個(gè)人（四個(gè)導(dǎo)購，1個(gè)店長），月產(chǎn)出30萬元好呢？

在市場占有率、資源搶奪戰(zhàn)和品牌宣導(dǎo)的背景下，我們或許談不上好壞，潛在的市場價(jià)值不是店鋪直接業(yè)績就能決定的，但可以相信的是，一家人效和坪效都相對較高的店，其工資發(fā)放額度和獎(jiǎng)金機(jī)制一般在圈內(nèi)都是拔尖的，僅行業(yè)間的口碑傳播就足矣。

因此，一手抓資源，一手抓坪效，是未來發(fā)展的核心。坪效是根，資源是本，資源整合是戰(zhàn)略，坪效提升是生存。當(dāng)坪效和人效不能有效發(fā)揮時(shí)，圈店只能是形而上學(xué)。

祝文欣先生表示，首先需要明確的是，人效和坪效不是簡單地通過終端的陳列和機(jī)制令其提升，兩者是相關(guān)企業(yè)整體運(yùn)營機(jī)制系統(tǒng)化建設(shè)而產(chǎn)生的長足發(fā)展結(jié)果。其相關(guān)企業(yè)公司化、信息化、組織核能化等等各方面的系統(tǒng)建設(shè)。

如祝文欣先生所言，服裝行業(yè)的第三次升級開始：2000年前后品牌總部公司化運(yùn)營；2005年前后總公司化運(yùn)營；2011年零售商公司化運(yùn)營。三大歷史性轉(zhuǎn)折時(shí)期蘊(yùn)含了服裝產(chǎn)業(yè)鏈系統(tǒng)升級的過程。三次系統(tǒng)化升級決定了市場或企業(yè)的盤面和發(fā)展張力?？芍^內(nèi)核不穩(wěn)，張力不足。

是不是建設(shè)一套自動升級的系統(tǒng)就萬事無憂了呢？恐怕做管理的人都有同感，如果從數(shù)學(xué)的角度來詮釋人，人就是變量，即使自管理系統(tǒng)再完善，不能時(shí)時(shí)激發(fā)其激情和斗志，依然事半功倍。引用祝文欣先生《組織核能》課程中的一句話：跑馬圈地時(shí)代，我們是術(shù)優(yōu)于道，而精耕細(xì)作年代，術(shù)要兼道。同理，在鑄造人效、坪效內(nèi)核時(shí)，術(shù)和道的結(jié)合同等重要。

每個(gè)企業(yè)都想成為王者，王者代表了資源整合的優(yōu)先權(quán)，也代表了市場的話語權(quán)，但真正要成為王者，趨勢的發(fā)展是表現(xiàn)，真正推動趨勢，令行業(yè)成長的本因才是根本。

內(nèi)核塑造的五大原動力

白駒過隙范文第3篇

近年來，一本關(guān)于市場營銷和企業(yè)管理的書籍十分暢銷，各行各業(yè)的讀者都給予了極高的評價(jià)，都認(rèn)為讀此書受益匪淺、獲益良多，都覺得讀此書對于工作有很強(qiáng)的指導(dǎo)性和可操作性，這本書就是汪中求先生的《細(xì)節(jié)決定成敗》。書中運(yùn)用了大量鮮活、生動案例，向我們傳達(dá)一個(gè)耐人尋味的結(jié)論：小事決定大事，細(xì)節(jié)成就完美。雖然汪先生書中所講的大多是市場營銷的體會、企業(yè)管理的心得，但對于履行公共管理和執(zhí)法職能的國土部門，我認(rèn)為同樣具有很強(qiáng)的啟發(fā)作用和指導(dǎo)意義。

一、成就完美細(xì)節(jié)是做好國土管理工作、提供優(yōu)質(zhì)服務(wù)、打造精品工程的基礎(chǔ)。

《荀子q勸學(xué)篇》中說“不積跬步，無以至千里；不積小流，無以成江?！保痪湓捫蜗蟮仃U述了小事與大事、細(xì)節(jié)與大局的辯證關(guān)系。市局、分局在08年就提出了精細(xì)化國土資源管理，并出臺了國土資源工作精細(xì)化考核細(xì)則，充分表明領(lǐng)導(dǎo)同志高瞻遠(yuǎn)矚、著眼長遠(yuǎn)的謀略和遠(yuǎn)見，也體現(xiàn)了國土管理工作的精細(xì)化趨勢。日常工作中，我們深知強(qiáng)化管理創(chuàng)新，打造“精品工程”，細(xì)心做好每一件事，專注做好每一個(gè)環(huán)節(jié)，對于打造讓人民滿意的國土所，具有至關(guān)重要的意義。既要保護(hù)資源，又要保障發(fā)展，“雙保”已成為當(dāng)前國土工作的主旋律，如何平衡、協(xié)調(diào)好兩者之間的關(guān)系，做到對上負(fù)責(zé)與對下負(fù)責(zé)的統(tǒng)一，更需要把工作中的每一個(gè)細(xì)節(jié)做好，稍有差錯(cuò)，就可能留下大隱患、造成大麻煩、釀成大損失。因此，作為一個(gè)基層的國土人，必須牢固樹立“服務(wù)企業(yè)無小事，服務(wù)群眾無小事”的理念，不斷改進(jìn)服務(wù)方式，在細(xì)節(jié)上下功夫，于細(xì)微處見精神，按照“六項(xiàng)服務(wù)”內(nèi)容，全面落實(shí)“馬上辦、主動辦、上門辦、透明辦、科學(xué)辦”的要求，把工作做細(xì)、做實(shí)，真正實(shí)現(xiàn)服務(wù)對象、基層群眾和社會各界“三滿意”。

二、成就完美細(xì)節(jié)是提升國土部門形象、改進(jìn)工作效率、謀求跨越發(fā)展的保障。

“把每一件簡單的事做好就是不簡單，把每一件平凡的事做好就是不平凡”，這是海爾集團(tuán)總裁張瑞敏對全體員工的諄諄教誨。海爾從一個(gè)街道小廠發(fā)展成為全球最大的家電制造業(yè)王國，注重細(xì)節(jié)，做好小事，不能不說是其成功的法寶之一。國土資源管理每天都要面對許多的人和事，不注重細(xì)節(jié)，工作效率就會降低；不注重細(xì)節(jié)，服務(wù)質(zhì)量就會下滑；不注重細(xì)節(jié)，部門形象就會受損。前幾年我們國土系統(tǒng)就提出了“服務(wù)爭第一，滿意在國土”的響亮口號，但是要真正做到，必須要求我們系統(tǒng)內(nèi)的每一位同志都要注重細(xì)節(jié)，注意自身的形象，力求做到：禮貌多一點(diǎn)、態(tài)度好一點(diǎn)、辦事快一點(diǎn)、效率高一點(diǎn)、服務(wù)暖一點(diǎn)。平時(shí)各項(xiàng)工作要在“細(xì)”字上下功夫，在“精”字上嚴(yán)要求，在“實(shí)”字上做文章，真正做到以細(xì)節(jié)統(tǒng)領(lǐng)具體事務(wù)，責(zé)任具體化、明確化，真正達(dá)到每個(gè)步驟都要精心，每個(gè)環(huán)節(jié)都要精細(xì)，每項(xiàng)工作都是精品。

白駒過隙范文第4篇

【摘要】 SEQUEST與Mascot為目前蛋白組學(xué)分析研究中使用最為廣泛的蛋白質(zhì)庫搜索工具。嘗試將Mascot與SEQUEST搜索結(jié)果進(jìn)行比較，進(jìn)而采用不同多變量判別方法對二者的搜索結(jié)果進(jìn)行判別分析，以降低其結(jié)果的假陽性率。通過對Mascot與SEQUEST搜索結(jié)果進(jìn)行比較，發(fā)現(xiàn)所得結(jié)果差異很大;利用多變量判別分析方法對Mascot及SEQUEST搜索結(jié)果進(jìn)行判別分析，可有效提高SEQUEST結(jié)果中假陽性結(jié)果與正確結(jié)果之間的區(qū)分能力。對于Mascot搜索結(jié)果，采用多變量判別分析方法仍無法顯著降低其假陽性結(jié)果，利用Decoy庫搜索結(jié)果進(jìn)行估計(jì)時(shí)亦存在導(dǎo)致錯(cuò)誤估計(jì)的風(fēng)險(xiǎn)。

【關(guān)鍵詞】 蛋白質(zhì)庫搜索算法， 串聯(lián)質(zhì)譜， 多變量判別分析， Decoy蛋白質(zhì)序列庫

1 引 言

在復(fù)雜蛋白質(zhì)樣品的定性定量分析中，質(zhì)譜技術(shù)已日益成為最重要的分析方法之一[1～3]?；旌系鞍踪|(zhì)樣品由特定蛋白酶酶解得到多肽混合物，進(jìn)入液相色譜(LC)分離，經(jīng)一級質(zhì)譜檢測獲得分離后多肽分子離子信息，從其中選擇若干分子離子，每一個(gè)分子離子經(jīng)碰撞誘導(dǎo)解離(Collision Induced Dissociation，CID)得二級質(zhì)譜(MS/MS)譜圖，獲得該分子離子的碎片離子信息。對MS/MS譜圖進(jìn)行解析，即可得多肽離子的序列信息，反推得該多肽所屬蛋白質(zhì)序列，從而完成蛋白質(zhì)定性。為了使高通量LCMS/MS數(shù)據(jù)得到快速有效分析，采用蛋白質(zhì)庫搜索以定性蛋白質(zhì)成為當(dāng)前蛋白組學(xué)研究中最主要的方法[4]。該方法主要有3種方式：一是肽質(zhì)量指紋圖譜(Peptide Mass Fingerprint， PMF)庫搜索，二是利用MS/MS數(shù)據(jù)對蛋白質(zhì)庫進(jìn)行匹配搜索，三是肽序列標(biāo)簽查詢。然而如何快速有效分析高通量MS/MS數(shù)據(jù)，準(zhǔn)確定性樣品中的蛋白質(zhì)，仍然是蛋白組學(xué)研究中必須解決的一個(gè)問題[5]。本文僅對MS/MS數(shù)據(jù)搜索蛋白質(zhì)庫所得到的匹配結(jié)果進(jìn)行了研究。

目前常用的數(shù)據(jù)庫搜索算法主要有SEQUEST[6]，Mascot[7]，X!tandem[8]，OMSSA[9]，Phenyx[10]等。這些算法的應(yīng)用使MS/MS數(shù)據(jù)快速分析進(jìn)而鑒定蛋白質(zhì)成為可能。但是，由于各種搜索工具本身存在的缺陷[11]，及蛋白質(zhì)數(shù)據(jù)庫構(gòu)建的不完善[12]，使得采用蛋白質(zhì)數(shù)據(jù)庫搜索的方法可能得到大量假陽性結(jié)果，導(dǎo)致高誤判率。為消除或減少假陽性結(jié)果的影響，一些統(tǒng)計(jì)學(xué)方法被應(yīng)用于其中，包括基于機(jī)器學(xué)習(xí)的模式識別方法[13，14]，基于統(tǒng)計(jì)模型的概率估計(jì)方法[15]，以及基于結(jié)合不同MS/MS分析工具鑒定多肽的方法 [16，17]等。這些統(tǒng)計(jì)學(xué)方法對搜索結(jié)果雖可有所改善，但由于錯(cuò)誤結(jié)果的得分與正確結(jié)果的得分之間存在交叉，從而限制了這些方法的應(yīng)用 [18]。因此，在蛋白質(zhì)組學(xué)的蛋白質(zhì)定性分析過程中，需要發(fā)展更有效的方法，使其具有更高的可靠性。

本研究在對Mascot與SEQUEST搜索結(jié)果進(jìn)行比較分析的基礎(chǔ)上，采用Lasso(Least absolute shrinkage and selection operator)[19]，偏最小二乘線性判別分析算法(PLSLDA)和支持向量機(jī)[20](SVM) 等在化學(xué)計(jì)量學(xué)中得到廣泛使用的判別分析算法，分別對Mascot及SEQUEST搜索結(jié)果進(jìn)行挖掘分析;同時(shí)，也采用翻轉(zhuǎn)(Decoy)蛋白質(zhì)庫搜索結(jié)果對Mascot搜索結(jié)果進(jìn)行錯(cuò)誤發(fā)現(xiàn)率(FDR)估計(jì)。

2 實(shí)驗(yàn)部分

2.1 數(shù)據(jù)采集

數(shù)據(jù)集下載自regisweb.systemsbiology.net/PublicDatasets/[21]。該數(shù)據(jù)將18種標(biāo)準(zhǔn)蛋白質(zhì)混合樣品經(jīng)8種LCMS/MS儀器，包括(兩種線性離子阱(Linear ion traps)、兩種3D 離子阱(3D Ion traps)、兩種QTOF(Quadrupole timeofflight)和兩種MALDITOFTOF檢測所得，是一組難得的進(jìn)行蛋白組學(xué)分析研究的標(biāo)準(zhǔn)數(shù)據(jù)。本研究取3D離子阱的LCMS/MS (Thermo Electron LCQ DECA)所采集數(shù)據(jù)進(jìn)行分析。SEQUEST搜索結(jié)果數(shù)據(jù)由Klimek等搜索H.influenzae數(shù)據(jù)庫所得[21]。10次重復(fù)實(shí)驗(yàn)共得到60700個(gè)搜索結(jié)果，正確匹配結(jié)果數(shù)為15247個(gè)。

Mascot(matrixscience.com)的搜索結(jié)果由同一組LCMS/MS數(shù)據(jù)搜索SwissProt (SwissProt 55.5)蛋白質(zhì)數(shù)據(jù)庫得到。Mascot為其在線免費(fèi)的搜索引擎，搜索參數(shù)：多肽質(zhì)量誤差限為±3，MS/MS碎片質(zhì)荷比誤差限為±1，蛋白質(zhì)酶為胰蛋白酶(Trypsin)，數(shù)據(jù)導(dǎo)出時(shí)pvalue

2.2 變量選擇

SEQUEST搜索結(jié)果存于html文件中，按照輸出結(jié)果的參數(shù)，選取 (1) dM：實(shí)際母離子與理論母離子之間的質(zhì)量差;(2) Xcorr：理論質(zhì)譜與實(shí)際質(zhì)譜之間通過交叉相關(guān) (Crosscorrelation) 計(jì)算所得分值;(3) dCn：最高得分與第二得分值之間的差值，并經(jīng)歸一化所得，即(Xcorr1-Xcorr2)/Xcorr1;(4) Sp：實(shí)驗(yàn)質(zhì)譜與理論質(zhì)譜匹配所得分值;(5) RSp：Xcorr為最高值時(shí)對應(yīng)的Sp在所有結(jié)果中序號;(6) MatchIonRatio：實(shí)驗(yàn)質(zhì)譜與理論質(zhì)譜相同碎片離子數(shù)與理論質(zhì)譜碎片離子總數(shù)的比值;(7) MH：母離子質(zhì)量。7個(gè)參數(shù)作為變量進(jìn)行判別，鑒于10次重復(fù)實(shí)驗(yàn)得到的都為同一模型[21]，因此訓(xùn)練集采用2次重復(fù)實(shí)驗(yàn)所得的搜索結(jié)果，共12087個(gè)樣本，其中正確匹配樣本數(shù)為3123;測試集采用1次重復(fù)實(shí)驗(yàn)而得的搜索結(jié)果，共5889個(gè)樣本，其中正確的匹配結(jié)果個(gè)數(shù)為1390。

Mascot搜索結(jié)果由csv格式導(dǎo)出，基于導(dǎo)出的結(jié)果，選取 (1) pep_rank：顯示的結(jié)果在所有結(jié)果中的序號;(2) pep_exp_mz：實(shí)際的母離子質(zhì)量;(3) pep_delta：實(shí)際母離子質(zhì)量經(jīng)轉(zhuǎn)化后與理論計(jì)算所得到母離子質(zhì)量之差;(4) Score：實(shí)驗(yàn)質(zhì)譜與理論質(zhì)譜的匹配得分;(5) Evalue：對Score進(jìn)行顯著性估計(jì)所得期望值;(6) pep_num_match: 理論質(zhì)譜與實(shí)際質(zhì)譜相同碎片離子個(gè)數(shù);6個(gè)參數(shù)作為變量進(jìn)行研究。訓(xùn)練集采用8次重復(fù)實(shí)驗(yàn)得到的搜索結(jié)果，共8548個(gè)樣本，其中正確匹配個(gè)數(shù)為1063;訓(xùn)練集采用兩次2次重復(fù)實(shí)驗(yàn)得到的搜索結(jié)果，共1934個(gè)樣本，其中正確匹配結(jié)果個(gè)數(shù)為195。

3 結(jié)果與討論

3.1 Mascot搜索結(jié)果與SEQUEST搜索結(jié)果的比較

Mascot及SEQUEST搜索結(jié)果的統(tǒng)計(jì)數(shù)據(jù)見表1。由表1可見，Mascot所得到的搜索結(jié)果個(gè)數(shù)遠(yuǎn)少于SEQUEST。在每一組搜索結(jié)果中，Mascot所得的正確結(jié)果數(shù)也遠(yuǎn)低于SEQUEST搜索所得，當(dāng)采用其它數(shù)據(jù)集(由Klimek等 [21]的另外兩組LCQDECA數(shù)據(jù)，結(jié)果未列出)進(jìn)行搜索，亦發(fā)現(xiàn)了類似現(xiàn)表1 10次重復(fù)試驗(yàn)的MS/MS數(shù)據(jù)分別用Mascot以及SEQUEST搜索所得到的統(tǒng)計(jì)結(jié)果由此可見，采用不同的打分函數(shù)對質(zhì)譜匹配進(jìn)行打分時(shí)，所得到的結(jié)果之間差異很大。雖Mascot正確搜索結(jié)果中有超過80%與SEQUEST正確搜索結(jié)果相符，但由于Mascot得到的結(jié)果遠(yuǎn)少于SEQUEST得到的結(jié)果，導(dǎo)致兩種搜索算法得到的結(jié)果很難統(tǒng)一，在利用不同的搜索工具對蛋白質(zhì)庫進(jìn)行搜索以驗(yàn)證搜索結(jié)果是否可靠時(shí)，難以得到一個(gè)綜合的量化評價(jià)指標(biāo)[22]。表2 Mascot與SEQUEST搜索結(jié)果的比較

3.2 蛋白質(zhì)庫搜索結(jié)果的判別分析

為降低搜索結(jié)果中的假陽性結(jié)果，對SEQUEST與Mascot搜索結(jié)果分別采用SVM，Lasso，LassoPLSLDA以及PLSLDA進(jìn)行判別分析，并將判別分析結(jié)果與工具本身提供打分進(jìn)行比較，結(jié)果見表3。從表3的結(jié)果可看出，以FDR及第二類錯(cuò)誤率(以真當(dāng)假)為標(biāo)準(zhǔn)，SVM，PLSLDA，及LassoPLSLDA所得結(jié)果都明顯優(yōu)于SEQUEST本身提供的得分計(jì)算所得結(jié)果。因此，采用多參數(shù)的方法進(jìn)行分類可以有效消除假陽性的影響。接受者操作特性曲線(Receiver Operating Characteristic curve， ROC 曲線)的面積 (Area Under ROC Curves， AUC)是蛋白組學(xué)研究中常用的表征算法對樣本進(jìn)行判別分析能力的一種方式。當(dāng)AUC=1時(shí)， 表明該算法可以對樣本進(jìn)行完全區(qū)分。圖1和圖2分別示出了SEQUEST和Mascot搜索結(jié)果的ROC曲線及其對應(yīng)得分分布圖。由圖1a可見，對于SEQUEST搜索結(jié)果，SVM，LassoPLSLDA，PLSLDA皆可有效降低假陽性結(jié)果，且結(jié)果改善明顯，而對于Mascot搜索結(jié)果，判別分析算法雖可有效提高ROC曲線的面積，但卻得到了很高的第二類錯(cuò)誤率 (參見表3，>0.7);對Mascot的得分分布進(jìn)行詳查(見圖2b)，發(fā)現(xiàn)正確結(jié)果的得分分布完全被錯(cuò)誤結(jié)果的得分所包含。表3 利用不同的算法對Mascot及SEQUEST搜索結(jié)果進(jìn)行判別分析所得到的結(jié)果

3.3 Decoy蛋白質(zhì)序列庫匹配結(jié)果估計(jì)FDR

Decoy庫(Decoy Database)是將所需搜索的目標(biāo)蛋白質(zhì)序列庫(Target Protein Database)中的氨基酸序列進(jìn)行隨機(jī)排列或反轉(zhuǎn)而構(gòu)建的虛假蛋白質(zhì)序列庫。Elias等[23]詳細(xì)討論了如何由decoy庫搜索結(jié)果來估計(jì)目標(biāo)蛋白質(zhì)庫搜索結(jié)果的FDR值。Kll等[18]則對SEQUEST搜索decoy庫的結(jié)果估計(jì)FDR值進(jìn)行了統(tǒng)計(jì)特性討論，并提出利用錯(cuò)誤結(jié)果百分率 (Percentage of incorrect targets， PIT)對估計(jì)得到的FDR值進(jìn)行校正，發(fā)現(xiàn)在同一FDR閾值條件下經(jīng)校正后可得更為可信結(jié)果。在認(rèn)為搜索Decoy庫所得結(jié)果全部為錯(cuò)誤的前提下，假設(shè)在目標(biāo)蛋白質(zhì)庫的搜索結(jié)果中得到大于得分域值St的結(jié)果數(shù)為Nnorm(t)，Decoy庫的搜索結(jié)果中大于該得分域值的結(jié)果數(shù)為Ndecoy(t)，則可以利用Ndecoy(t)來估計(jì)Nnorm(t)結(jié)果的錯(cuò)誤率，即

FDR≈2×Ndecoy(t)/(Ndecoy(t)+Nnorm(t))

當(dāng)確定結(jié)果中允許出現(xiàn)的錯(cuò)誤率，如FDR=0.01，即允許結(jié)果中出現(xiàn)1%的錯(cuò)誤時(shí)，就可根據(jù)ScoreFDR曲線來估計(jì)得分域值St，從而得到可信結(jié)果。Decoy庫的概念自提出以來得到了較為廣泛的應(yīng)用。 圖3 利用Mascot搜索得到的Score得分估計(jì)FDR得到的隨Score變化曲線

Fig.3 FDRScore curves estimated by Mascot search results

1. decoy庫搜索結(jié)果經(jīng)PIT校正得到的FDRScore曲線(FDRScore curves estimated by using decoy database search results with correction via PIT); 2. decoy庫搜索結(jié)果估計(jì)得到的FDRScore曲線(Estimated by using decoy database search results);曲線3：實(shí)際FDRScore曲線(Curve 3: true trends of FDR)。

圖3為decoy庫搜索結(jié)果對Mascot結(jié)果進(jìn)行估計(jì)所得的FDR值隨得分Score變化曲線圖，并與真實(shí)的及經(jīng)過PIT校正而得的FDRScore變化曲線進(jìn)行比較。由圖可見，在利用decoy庫搜索結(jié)果對Mascot結(jié)果進(jìn)行FDR估計(jì)及對其進(jìn)行校正之后的曲線與真實(shí)變化曲線有非常大的偏差，從而導(dǎo)致錯(cuò)誤估計(jì)。

4 結(jié) 論

本研究比較了Mascot與SEQUEST所得的結(jié)果，再采用不同算法對搜索結(jié)果進(jìn)行判別分析，考察了decoy庫搜索結(jié)果對Mascot結(jié)果的估計(jì)。本研究對3D離子阱LCMS/MS所得到的數(shù)據(jù)進(jìn)行分析，可得如下結(jié)論:(1)利用SEQUEST算法進(jìn)行搜索可得較Mascot更好的結(jié)果; (2) 采用PLSLDA，LassoPLSLDA，SVM等多參數(shù)判別分析算法也可有效降低SEQUEST結(jié)果中假陽性的影響。但在Mascot結(jié)果中，判別分析算法也可有效提高判別能力，卻無法降低假陽性結(jié)果的影響; (3) 采用蛋白組學(xué)中常用的decoy庫搜索結(jié)果估計(jì)也將存在得到錯(cuò)誤結(jié)論的風(fēng)險(xiǎn)。因此，開發(fā)更加有效的算法或發(fā)展新的思路，才有可能使蛋白質(zhì)得到有效可靠的鑒定。目標(biāo)蛋白組學(xué)[24]的提出可能為解決這些問題的提供一些新思路。

參考文獻(xiàn)

1 Aebersold R， Mann M. Nature， 2003， 422: 198～207

2 Aebersold R， Goodlett D R. Chem. Rev.， 2001， 101: 269～295

3 Blackstock W P， Weir M P. Trends in Biotechnology， 1999， 17(3): 121～127

4 Peng YongBo(彭詠波)， Ma YongPing(馬永平)， Ding ShiJia(丁世家)， Xia YongPeng(夏永鵬)， Qiu ZongYin(邱宗蔭). Chinese J. Anal. Chem.(分析化學(xué))， 2009， 37(3): 319～324

5 Nesvizhskii A， Vitek O， Aebersold R. Nat. methods， 2007， 4(10): 787～797

6 Eng J K， McCormack A L， Yates III. J R. J. Am. Soc. Mass. Spectrom.， 1994， 5: 976～989

7 Perkins D N， Pappin D J C， Creasy D M， Cottrell J S. Electrophoresis.， 1999， 20: 3351～3567

8 Duncan D T， Craig R， Link A J. J. Proteome. Res.， 2005， 4(5): 1842～1847

9 Geer L Y， Markey S P， Kowalak J A， Wagner L， Xu M， Maynard D M， Yang X Y， Shi W Y， Bryant S H. J. Proteome. Res.， 2004， 3: 958～96410 Colinge J， Masselot A， Giron M， Dessingy T， Magnin J. Proteomics.， 2003， 3: 1454～1463

11 Tabb D L， Friedman D B， Ham AJ L. Nat. Protoc.， 2006， 1(5): 2213～2222

12 Lubec G， AfjehiSadat L. Chem. Rev.， 2007， 107: 3568～3584

13 Baüczek T， Buciński A， Ivanov A R， Kaliszan R. Anal. Chem.， 2004， 76: 1726～1732

14 Anderson D C， Li W Q， Payan D G， Noble W S. J. Proteome. Res.， 2003， 2(2):137～146

15 Moore R E， Young M K， Lee T D. J. Am. Soc. Mass. Spectr.， 2002， 13: 378～386

16 Alves G， Wu W W， Wang G H， Shen R F， Yu Y K. J. Proteome. Res.， 2008， 7(8): 3102～3113

17 Kapp E A， Schütz F， Connolly L M， Chakel J A， Meza J E， Miller C A， Fenyo D， Eng J K， Adkins J N， Omenn G S， Simpson R J. Proteomics.， 2005， 5(13): 3475～3490

18 Kll L， Storey J D， MacCoss M J， Noble W S. J. Proteome. Res.， 2008， 7: 29～34

19 Tibshirani R. J. R. Statist. Soc. B， 1996， 58(1): 267～288

20 Vapnik V N. The Nature of Statistical Learning Theory. 2nd ed. New York: Springer. 2000

21 Klimek J， Eddes J S， Hohmann L， Jackson J， Peterson A， Letarte S， Gafken P R， Katz J E， Mallick P， Lee H， Schmidt A， Ossola R， Eng J K， Aebersold R， Martin D B. J. Proteome. Res.， 2008， 7: 96～103

22 Searle B C， Turner M， Nesvizhskii A I. J. Proteome. Res.， 2008， 7: 245～253

23 Elias J E， Gygi S P. Nat. Methods.， 2007， 4(3): 207～214

白駒過隙范文第5篇

從網(wǎng)上看到一則體育新聞，其中有這么一句話：“由于雙方實(shí)力懸殊，比賽如白駒過隙，紅方輕而易舉取勝。”這場比賽未必有多少新聞價(jià)值，但是用“白駒過隙”形容比賽卻是不折不扣的“新聞”。

“白駒過隙”語出《莊子?知北游》：“人生天地之間，若白駒之過S，忽然而已?！卑遵x：白色的駿馬。S：同“隙”，縫隙。忽然：猶言轉(zhuǎn)瞬之間。是說好像從縫隙中窺見飛馳的白馬，轉(zhuǎn)瞬即逝。后來用“白駒過隙”形容時(shí)間過得極快。例《史記?留侯世家》：“人生一世間，如白駒過隙，何至自苦如此乎！”清?秋瑾《感懷》詩之二：“煉石無方乞女媧，白駒過隙感韶華?！崩顕摹妒溜灥墓适隆罚骸罢媸枪怅幩萍绨遵x過隙，兩年，一眨眼工夫就過去了。”

從以上書證可以看出，“白駒過隙”只用來形容時(shí)間過得極快。人生一世幾十年，時(shí)間不算短了，但是轉(zhuǎn)瞬即逝，所以常常令人不勝慨嘆。上述新聞想要表達(dá)的意思是，由于雙方實(shí)力懸殊，只用了很短的時(shí)間紅方就輕易取勝了。時(shí)間長短是客觀存在，過得快慢是人的主觀感覺，這反映了兩個(gè)完全不同的概念。時(shí)間長可以轉(zhuǎn)瞬即逝，時(shí)間短也可以度日如年嘛！所以這里使用“白駒過隙”，顯然是誤用。

“罪不容誅”不是罪不應(yīng)誅

某報(bào)在題為“用硝酸潑侄女，劉金鳳一審被判死刑”的消息中，有一段不贊同判劉金鳳死刑的文字：“劉金鳳罪大惡極，但罪不容誅，如果留下她的話，那么聽到來自她的懺悔聲音的世人，是不是會受到警示呢？”這里，作者將“罪不容誅”誤解為罪不應(yīng)誅了。

“罪不容誅”的意思是罪惡太重，即使被判處死刑也抵償不了所犯的罪惡。語出《孟子?離婁上》：“爭地以戰(zhàn)，殺人盈野；爭城以戰(zhàn)，殺人盈城。此所謂率土地而食人肉，罪不容于死?！焙髞砭陀谩白锊蝗菡D”形容罪大惡極。例如漢?荀悅《前漢紀(jì)?孝平皇帝紀(jì)》：“而劉崇獨(dú)懷悖惑之心。操畔（叛）逆之慮。惡不忍聞。罪不容誅?！币ρ┷蟆独钭猿伞罚骸俺籍?dāng)時(shí)無知人之明，貿(mào)然推薦，實(shí)亦罪不容誅?！?/p>