BACKGROUND Protein microarrays are a versatile and widely used tool for analyzing complex protein mixtures. Membrane arrays utilize antibodies which are captured on a membrane to specifically immobilize several proteins of interest at once. Using detection antibodies, the bound protein-antibody-complex is converted into visual signals, which can be quantified using densitometry. The reliability of such densitometric assessments depends on a variety of factors, not only sample preparation and the choice of acquisition device but also the selected analysis software and the algorithms used for readout and processing data. Currently available software packages use a single image of a membrane at an optimal exposure time selected for that specific experimental framework. This selection is based on a user's best guess and is subject to inter-user variability or the acquisition device algorithm. With modern image acquisition systems proving the capacity to collect signal development over time, this information can be used to improve densitometric measurements. Here we introduce proMAD, a toolkit for protein microarray analysis providing a novel systemic approach for the quantification of membrane arrays based on the kinetics of the analytical reaction. RESULTS Briefly, our toolkit ensures an exact membrane alignment, utilizing basic computer vision techniques. It also provides a stable method to estimate the background light level. Finally, we model the light production over time, utilizing the knowledge about the reaction kinetics of the underlying horseradish peroxidase-based signal detection method. CONCLUSION proMAD incorporates the reaction kinetics of the enzyme to model the signal development over time for each membrane creating an individual, self-referencing concept. Variations of membranes within a given experimental set up can be accounted for, allowing for a better comparison of such. While the open-source library can be implemented in existing workflows and used for highly user-tailored analytic setups, the web application, on the other hand, provides easy platform-independent access to the core algorithm to a wide range of researchers. proMAD's inherent flexibility has the potential to cover a wide range of use-cases and enables the automation of data analytic tasks.

中文翻译：

---

proMAD：蛋白质微阵列的半定量光密度法测量。

背景技术蛋白质微阵列是用于分析复杂蛋白质混合物的通用且广泛使用的工具。膜阵列利用捕获在膜上的抗体来一次特异性固定几种目标蛋白。使用检测抗体，将结合的蛋白质-抗体复合物转换为视觉信号，可以使用光密度测定法对其进行定量。这种光密度测定评估的可靠性取决于多种因素，不仅取决于样品制备和采集设备的选择，还取决于所选的分析软件和用于读出和处理数据的算法。当前可用的软件包在为特定实验框架选择的最佳曝光时间使用膜的单个图像。该选择基于用户的 最好的猜测，并取决于用户之间的差异性或采集设备算法。随着现代图像采集系统证明了随时间推移收集信号发展的能力，该信息可用于改善光密度测量。在这里，我们介绍proMAD，这是一种用于蛋白质微阵列分析的工具包，它为基于分析反应动力学的膜阵列定量提供了一种新颖的系统方法。结果简而言之，我们的工具包可利用基本的计算机视觉技术确保膜的精确对准。它还提供了一种估算背景光水平的稳定方法。最后，我们利用有关潜在的基于辣根过氧化物酶的信号检测方法的反应动力学知识，对随时间的光产生进行建模。结论proMAD结合了酶的反应动力学，以模拟随时间变化的每个膜的信号发展，从而创建了一个独立的自参考概念。可以说明给定实验设置中膜的变化，从而可以更好地进行比较。虽然开源库可以在现有的工作流程中实现并用于高度用户定制的分析设置，但另一方面，Web应用程序为广泛的研究人员提供了与平台无关的轻松访问核心算法的方法。proMAD固有的灵活性有潜力涵盖各种用例，并能够实现数据分析任务的自动化。可以考虑给定实验设置中膜的变化，从而可以更好地进行比较。开源库可以在现有的工作流程中实现并用于高度用户定制的分析设置，而另一方面，Web应用程序为广泛的研究人员提供了与平台无关的轻松访问核心算法的方法。proMAD固有的灵活性有潜力涵盖各种用例，并能够实现数据分析任务的自动化。可以考虑给定实验设置中膜的变化，从而可以更好地进行比较。虽然开源库可以在现有的工作流程中实现并用于高度用户定制的分析设置，但另一方面，Web应用程序为广泛的研究人员提供了与平台无关的轻松访问核心算法的方法。proMAD固有的灵活性有潜力涵盖各种用例，并能够实现数据分析任务的自动化。为广泛的研究人员提供了与平台无关的轻松访问核心算法的方法。proMAD固有的灵活性有潜力涵盖各种用例，并能够实现数据分析任务的自动化。为广泛的研究人员提供了与平台无关的轻松访问核心算法的方法。proMAD固有的灵活性有潜力涵盖各种用例，并能够实现数据分析任务的自动化。