Skyline (Software)

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
Skyline
Basisdaten

Entwickler University of Washington
Betriebssystem Microsoft Windows
Programmier­sprache C#
deutschsprachig nein
skyline.ms

Skyline ist eine freie und quelloffene Datenanalyse-Software für massenspektrometrische Messungen im Bereich der Proteomik.[1] Es erleichtert die Methodenentwicklung von Selected Reaction Monitoring (SRM) Experimenten und erlaubt einen Datenbankabgleich mit MS/MS-Bibliotheken.[2] Es ist dabei Gerätehersteller-unabhängig und spezialisiert auf die Quantifizierung kleiner Moleküle wie Peptide und Metabolite für zielgerichtete Analysen. Unterstützt wird zudem auch hochauflösende Massenspektrometrie (HRMS), Peak Picking und Chromatogram Alignment.[3]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. Lindsay K. Pino, Brian C. Searle, James G. Bollinger, Brook Nunn, Brendan MacLean, Michael J. MacCoss: The Skyline ecosystem: Informatics for quantitative mass spectrometry proteomics. In: Mass Spectrometry Reviews. Band 39, Nr. 3, 2020, ISSN 0277-7037, S. 229–244, doi:10.1002/mas.21540, PMID 28691345, PMC 5799042 (freier Volltext).
  2. Brendan MacLean, Daniela M. Tomazela, Nicholas Shulman, Matthew Chambers, Gregory L. Finney, Barbara Frewen, Randall Kern, David L. Tabb, Daniel C. Liebler, Michael J. MacCoss: Skyline: an open source document editor for creating and analyzing targeted proteomics experiments. In: Bioinformatics (Oxford, England). Band 26, Nr. 7, 2010, ISSN 1367-4811, S. 966–968, doi:10.1093/bioinformatics/btq054, PMID 20147306, PMC 2844992 (freier Volltext).
  3. Kendra J. Adams, Brian Pratt, Neelanjan Bose, Laura G. Dubois, Lisa St John-Williams, Kevin M. Perrott, Karina Ky, Pankaj Kapahi, Vagisha Sharma, Michael J. MacCoss, M. Arthur Moseley, Carol A. Colton, Brendan X. MacLean, Birgit Schilling, J. Will Thompson, Alzheimer’s Disease Metabolomics Consortium: Skyline for Small Molecules: A Unifying Software Package for Quantitative Metabolomics. In: Journal of Proteome Research. Band 19, Nr. 4, 2020, ISSN 1535-3907, S. 1447–1458, doi:10.1021/acs.jproteome.9b00640, PMID 31984744, PMC 7127945 (freier Volltext).