Voici les changements depuis la dernière version annoncée 0.4.68 :

• TimsTOF : nouvel algorithme de correction des dérives en mobilité (considérable amélioration du “match between run”)
• TimsTOF : nouvel algorithme de résolution de polynômes pour le calcul des masses (plus rapide et plus précis)
• Quelques corrections de bugs dans l’interface graphique

Merci à tous les contributeurs, spécialement à “Sergey Bochkanov” sergey.bochkanov@alglib.net pour ses conseils concernant la résolution de polynômes.

Offre de poste d’ingénieur(e) d’études “Développements méthodologiques pour la protéomique végétale à haut-débit”

• Localisation: Plateforme d’Analyse Protéomique de Paris Sud-Ouest (PAPPSO), Université Paris- Saclay, IDEEV, Gif-sur-Yvette (91)
• Dates: contrat de 12 mois à partir de mars 2023
• Salaire brut: 2100-2500 € par mois selon le niveau d’expérience

Mots clefs : protéomique, chromatographie liquide couplée à la spectrométrie de masse (LC-MS/MS), bioinformatique, logiciel libre, C/C++, machine learning

Contexte

PAPPSO est une plateforme de protéomique visant à fournir aux équipes de recherche des prestations analytiques à haute valeur ajoutée grâce à ses équipements de pointe et ses compétences en bioinformatique des données de spectrométrie de masse. PAPPSO développe en effet depuis de nombreuses années une suite logicielle couvrant tous les aspects de l’analyse protéomique, depuis l’exploitation des données brutes produites par les spectromètres de masse jusqu’aux analyses statistiques des résultats d’identification et de quantification des protéines (http://pappso.inrae.fr/bioinfo/). Parmi ces logiciels, i2MassChroQ est dédié à l’identification et à la quantification des protéines à partir de données LC-MS/MS acquises dans un mode couramment utilisé appelé “data dependent”. PAPPSO souhaite adapter ce logiciel pour qu’il puisse également prendre en charge des données acquises dans un nouveau mode appelé “data independent” faisant intervenir l’intelligence artificielle (machine learning).

Voici les changements depuis la dernière version annoncée 0.4.61 :

• Intégration de TIDD: tool-independent and data-dependent machine learning for peptide identification
• Nouvelle sortie ODS avec la liste de tous les PSM valides (target et decoy)
• Amélioration de l’interface des paramètres de sélection (Evalue, FDR ou SVM probability)
• Ecriture des paramètres de sélection dans les commentaires du MassChroqML

Vous pouvez participer au développement, proposer de nouvelles fonctionnalités ou signaler un bug depuis : ForgeMIA gitlab

Offre de poste d’ingénieur(e) d’études “Développements méthodologiques pour la protéomique végétale à haut-débit”

• Localisation: Plateforme d’Analyse Protéomique de Paris Sud-Ouest (PAPPSO), Gif-sur-Yvette (91)
• Dates: contrat de 12 mois à partir de février 2023
• Salaire brut: 2100-2500 € par mois selon le niveau d’expérience

Mots clefs : protémique végétale, chromatographie liquide couplée à la spectrométrie de masse (LC-MS/MS), développement méthodologique, data independent analysis, microdébit

Contexte :

PAPPSO (www.pappso.inrae.fr) est une plateforme technologique visant à fournir aux équipes de recherche des compétences et des équipements de pointe dans le domaine de la protéomique. Depuis une dizaine d’années, PAPPSO reçoit de plus en plus fréquemment des demandes d’analyse de grandes cohortes d’échantillons de plante (> 100 échantillons). Ces demandes sont toutes liées à des projets de recherche en amélioration végétale ou en agro-écologie, où les approches méthodologiques nécessitant de grands dispositifs expérimentaux se tournent de plus en plus vers l’exploitation de données omiques collectées en aval du génome. Pour répondre à cette évolution, PAPPSO souhaite développer un nouveau type d’analyse dans le domaine de la protéomique végétale à haut débit.

Voici les changements depuis la dernière version annoncée 0.4.57 :

• Amélioration des performances des vitesses de lecture des données TimsTOF
• Livraison de MassChroQ dans l’installateur Windows
• Meilleure intégration de R et MCQR

Amélioration des performances des vitesses de lecture des données TimsTOF

La lecture des données du TimsTOF est maintenant complètement parallèlisée et dispose d’un système de cache agressif qui apporte une grosse amélioration des vitesses de lecture. Sur la même machine, on passe de 1h10 pour la conversion d’un échantillon (Hela 120 minutes) TDF à 21’ en utilisant 4 fils d’exécution. Le même échantillon converti en mzML par ProteoWizard sur 4 fils d’exécution prend 35’ de temps de calcul. Les données converties par i2MassChroQ donnent de meilleures résultats d’identification que les même fichiers TimsTOF convertis au préalable avec ProteoWizard.