当前位置：首页 > 文章列表 > 科技周边 > 人工智能 > 糖蛋白组学新方法，复旦开发基于Transformer和GNN的混合端到端框架，登Nature子刊

糖蛋白组学新方法，复旦开发基于Transformer和GNN的混合端到端框架，登Nature子刊

来源：机器之心 2024-08-05 18:15:45 0浏览收藏

偷偷努力，悄无声息地变强，然后惊艳所有人！哈哈，小伙伴们又来学习啦~今天我将给大家介绍《糖蛋白组学新方法，复旦开发基于Transformer和GNN的混合端到端框架，登Nature子刊》，这篇文章主要会讲到等等知识点，不知道大家对其都有多少了解，下面我们就一起来看一吧！当然，非常希望大家能多多评论，给出合理的建议，我们一起学习，一起进步！

编辑 | 萝卜皮

蛋白质糖基化是糖基对蛋白质进行的一种翻译后修饰，在细胞的多种生理和病理功能中起着重要作用。

糖蛋白质组学是在蛋白质组范围内研究蛋白质糖基化，利用液相色谱与串联质谱 (MS/MS) 联用技术获取糖基化位点、糖基化水平和糖结构的组合信息。

然而，由于结构决定离子的出现有限，目前糖蛋白质组学的数据库搜索方法通常难以确定聚糖结构。虽然光谱搜索方法可以利用碎片强度来促进糖肽的结构鉴定，但是光谱库构建的困难阻碍了它们的应用。

在最新的研究中，复旦大学的研究人员提出了 DeepGP，一种基于 Transformer 和图神经网络的混合深度学习框架，用于预测糖肽的 MS/MS 光谱和保留时间（RT）。

两个图神经网络模块分别用于捕获分支糖结构和预测糖离子强度。此外，还实施了预训练策略以缓解糖蛋白质组学数据的不足。

该研究以「Deep learning prediction of glycopeptide tandem mass spectra powers glycoproteomics」为题，于 2024 年 7 月 30 日发布在《Nature Machine Intelligence》。

糖蛋白组学新方法，复旦开发基于Transformer和GNN的混合端到端框架，登Nature子刊

蛋白质翻译后修饰（PTMs）显著增加了蛋白质组的复杂性。糖基化作为最重要的 PTMs 之一，影响超过 50% 的哺乳动物蛋白质，在许多生理和病理过程中起关键作用。

糖基化过程中，糖分子附着在特定氨基酸残基的侧链上，产生结构异质性，导致糖肽异构体的多样性，增加了识别难度。

液相色谱串联质谱（LC-MS/MS）是主要技术，通过碎片离子和分子量结合 RT 来鉴定糖肽。单靠质荷比（m/z）不足以确定糖结构，因此科学家采用光谱匹配方法提高识别灵敏度。然而，构建糖肽 MS/MS 光谱库成本高昂且复杂。

近年来，深度学习在肽 MS/MS 光谱预测方面取得进展。不过，当前糖肽组学数据集的数量相对较少，缺乏标准化的生成糖肽质谱数据的协议，这限制了用于深度学习模型训练的合适数据的可用性。

为此，复旦大学的研究人员提出了 DeepGP，这是一种基于深度学习的混合端到端框架，用于完整的 N-糖肽 MS/MS 光谱和 RT 预测。深度学习框架由预训练的 Transformer 模块和两个图神经网络 (GNN) 模块组成。

糖蛋白组学新方法，复旦开发基于Transformer和GNN的混合端到端框架，登Nature子刊

图示：模型架构和糖肽 MS/MS 光谱预测。

DeepGP 模型

接受糖肽作为输入
编码糖肽特征：
1. 糖结构
2. 氨基酸序列
3. PTM 类型
4. PTM 位置
5. 前体电荷状态
糖结构通过 GNN 嵌入，将糖肽转化为图：
- 节点：单糖
  图示：基于 DeepGP 在合成数据集上对相似聚糖组成进行区分。（来源：论文）
两个 GNN 模块捕获糖结构及预测糖离子强度
研究人员评估了三种 GNN 架构，包括图卷积网络 (GCN)、图同构网络 (GIN) 和图注意网络 (GAT)，用于糖嵌入和 B/Y 离子强度预测。
GCN 利用卷积操作获取节点表示，并实施消息传递协议来聚合相邻节点的表示；GIN 在图同构测试中表现出色；GAT 结合注意机制，使模型能够关注输入的最相关部分。
实验结果表明，GCN 在糖嵌入任务中表现最佳，而 GIN 在 B/Y 离子强度预测任务中表现优异，因此 GCN 和 GIN 被选用进行相应分析。
图示：DeepGP 在 MS/MS 预测中的表现。（来源：论文）