Sin embargo, este algoritmo solo era aplicable a búsquedas de huellas peptídicas y dependía de bases de datos precompiladas que eran inflexibles respecto a modificaciones postraduccionales y cortes por enzimas distintas a la tripsina.Para superar estas limitaciones, aprovechar los sistemas multiprocesador y añadir funcionalidad de búsqueda no enzimática, David Perkins del Fondo Imperial de Investigación del Cáncer (ICRF) comenzó el desarrollo del software desde cero.Las primeras versiones fueron desarrolladas para sistemas Silicon Graphics Irix y Digital Unix.Finalmente, este software se denominó Mascot y, para llegar a un público más amplio, David Creasy y John Cottrell crearon una empresa de bioinformática externa llamada Matrix Science para desarrollar y distribuir Mascot.En la actualidad Matrix Science continúa trabajando para mejorar el funcionamiento del software.En el contexto del análisis biológico, es fundamental no solo detectar la existencia de proteínas, sino también evaluar su abundancia relativa, ya que esta información es clave para entender los procesos biológicos y desarrollar alternativas a problemáticas del sector salud y de la industria.[8] Además, existen filtros como la comparación taxonómica, donde se establece una taxonomía, y se puede restringir una búsqueda a determinadas especies o grupos de especies.Sin embargo, si la base de datos que se está buscando contiene 106 secuencias, se esperarían varias puntuaciones de esta magnitud solo por casualidad porque el algoritmo realizó 106 comparaciones individuales.Es seguro que las coincidencias entre las masas y las secuencias señuelo sean identificaciones falsas, pero no podemos discriminar entre positivos verdaderos y falsos identificados en la base de datos del objetivo.Además, existen otros enfoques similares, como el análisis de huellas peptídicas basado en el genoma, que compara las huellas peptídicas obtenidas con todo el genoma en lugar de solo con los genes anotados.
