文章预览
大家好，今天分享一篇发表在Nature Methods上的文章，标题为“Predicting glycan structure from tandem mass spectrometry via deep
learning”，文章的通讯作者是来自哥德堡大学的Daniel Bojar教授，其课题组致力于聚糖方面的研究。 聚糖修饰是最为丰富的翻译后修饰，然而确定聚糖的结构却充满挑战性。同一分子质量可能对应不同拓扑结构的聚糖。因此在传统的鉴定流程下，研究人员通常需要分离结构异构体，随后使用MS将其碎裂成更小的亚结构加以鉴定。这种流程费时费力，难以大规模进行。 本文，作者利用大规模的串联谱图数据集，基于深度学习算法建立了CandyCrunch模型，并实现了90%的聚糖结构预测准确性。 作者从超过2000个糖组学实验中收集得到近50万张带有聚糖注释的LC-MS/MS谱图，聚糖类型涵盖了主要的真核生物聚糖修饰类型。作者引入卷积神经网络以学习MS/MS中
………………………………
