Nat. Commun. | 利用transformer模型将质谱数据序列翻译成肽段序列

文章预览

DRUG AI 今天为大家介绍的是来自William Stafford Noble团队的一篇论文。质谱基础蛋白质组学的一个根本挑战是识别生成每个获取的串联质谱的肽段。利用已知肽段序列数据库的方法无法检测到意外的肽段，并且在某些情况下不切实际或无法应用。因此，在没有事先信息的情况下将肽段序列分配给串联质谱（即de novo肽段测序）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。尽管已经开发了许多方法来解决这个问题，但由于难以建模串联质谱的不规则数据结构，这仍然是一个突出的挑战。本文介绍了Casanovo，一种使用transformer神经网络架构的机器学习模型，将串联质谱中的峰序列翻译为组成生成肽段的氨基酸序列。作者从3000万个标记光谱中训练了Casanovo模型，并在跨物种基准数据集中证明该模型优于几种最先进的方法。作者还开发 ………………………………