مراعاة الطبيعة المتعددة للقيم المفقودة في مجموعات بيانات بروتينات كميّة بدون علامات لمقارنة استراتيجيات الإكمال

تعتبر القيم المفقودة مشكلة حقيقية في بروتينات كميّة بدون علامات. لقد استعرضت الأعمال الحديثة الطرق الإحصائية المختلفة لإجراء الإكمال وقارنتها على مجموعات بيانات حقيقية أو محاكاة وأوصت بقائمة من طرق إكمال القيم المفقودة لتطبيق البروتينات. على الرغم من أنها مفيدة، إلا أن هذه المقارنات لا تأخذ في الاعتبار حقيقتين مهمتين: (1) اعتمادًا على مجموعة بيانات البروتينات، قد تكون آلية فقدان القيم من طبيعة مختلفة و(2) كل طريقة إكمال مكرسة لنوع محدد من آلية فقدان القيم. نتيجة لذلك، نعتقد أن السؤال المطروح ليس هو إيجاد أكثر طرق الإكمال دقة بشكل عام، بل الأكثر ملاءمة. نصف سلسلة من المقارنات التي تدعم وجهات نظرنا: على سبيل المثال، نوضح أن طريقة يُزعم أنها "أقل أداءً" (أي، تعطي نتائج متوسطة أساسية)، إذا تم تطبيقها في الوقت "المناسب" في سلسلة معالجة البيانات (قبل أو بعد تجميع الببتيدات) على مجموعة بيانات ذات "طبيعة" مناسبة للقيم المفقودة، يمكن أن تتفوق على طريقة تُعتبر "أفضل أداءً" تُطبق بشكل أعمى (أي، الطريقة المرجعية من الطراز الرفيع). وهذا يدفعنا لصياغة بعض الإرشادات العملية بخصوص اختيار وتطبيق طريقة الإكمال في سياق البروتينات.