Nat. Mach. Intell. | 深度学习预测糖肽串联质谱谱图

文章预览

大家好，今天给大家分享一篇Nature Machine Intelligence上的文章Deep learning prediction of glycopeptide tandem mass spectra powers glycoproteomics，本文通讯作者是来自复旦大学的乔亮教授。其研究方向包括蛋白质组学、生物信息学、微生物质谱分析、微流控质谱联用技术等。 翻译后修饰能极大增加蛋白质组的复杂度，其中糖基化是影响50%哺乳类动物蛋白的重要翻译后修饰，在多种生理及病理过程中起到了重要的作用。蛋白质糖基化中糖分子通常连接到天冬酰胺（N-糖基化）或丝氨酸/苏氨酸（O-糖基化）的侧链。 糖链的合成没有模板，因此其非常多样，对其组成及连接方式进行表征具有极大的挑战。作者在本文中发展了DeepGP的方法，使用深度学习的方法预测N-糖肽的二级谱图与保留时间，帮助更好地在质谱上识别糖肽。 DeepGP接受糖肽为输入，并编码其多个特征，例如糖 ………………………………