SOTA性能，华盛顿大学开发Transformer模型将质谱转化为肽序列，登Nature子刊

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | 萝卜皮 基于质谱的蛋白质组学的一个基本挑战是识别产生每个串联质谱的肽。利用已知肽序列数据库的方法无法检测意外肽，在某些情况下可能不切实际或无法应用。 因此，无需先验信息（即从头肽测序）即可将肽序列分配到串联质谱中的能力对于抗体测序、免疫肽组学和元蛋白质组学等任务非常有价值。 尽管已经开发出许多方法来解决这个问题，但它仍然是一个悬而未决的挑战，部分原因是难以对串联质谱的不规则数据结构进行建模。 在这里，华盛顿大学（University of Washington）的研究人员描述了 Casanovo，这是 一种机器学习模型，它使用 Transformer 神经网络架构将串联质谱中的峰序列转换为构成生成肽的氨基酸序列。 该团队根据 3000 万个标记光谱训练了 Casanovo 模型，并证明 ………………………………