AIRPred:クロスリンク質量スペクトロメトリにおけるペプチド強度比のディープラーニングモデル予測はクロスリンクスペクトルマッチングを改善する
Zehong Zhang1,2, Mei Wu1, Max Ruwolt1
1Leibniz-Forschungsinstitut für Molekulare Pharmakologie (FMP), Berlin 13125, Germany.
Analytical chemistry
|August 27, 2025
まとめ
ディープラーニングモデルであるAIRPredは,断片イオン強度比を分析することによって,構造プロテオミクスの交互にリンクされたスペクトルマッチの識別を改善します. この方法は,クロスリンク マススペクトロメトリ (XL-MS) 分析の精度を高めます.
科学分野:
- プロテオミクス
- 構造生物学
- バイオ情報学
背景:
- クロスリンク マススペクトロメトリー (XL-MS) は,タンパク質の構造と動態を理解するために不可欠です.
- クロスリンクされたスペクトルマッチ (CSM) のスコア付けの現在の方法は,しばしば断片イオン強度を無視し,偽陽性につながる.
研究 の 目的:
- XL-MSでCSMの識別を強化するためのディープラーニングモデル,AIRPredを開発する.
- 真偽のCSMを正確に区別するために断片イオン強度比を活用する.
主な方法:
- AIRPredは,ペプチドの断片化パターンを分析するために,コンボリューションニューラルネットワーク (CNN) ブロックを使用します.
- 相互リンクペプチドの相互作用をモデル化するために注意層が組み込まれています.
- このモデルは,交互に結合したペプチドの比率を予測します.
主要な成果:
- フラグメントイオン強度比は実験全体で一貫しており,偽陽性から真のCSMを区別するのに有効です.
- AIRPredは外部検証で強度比率を予測する上で高い精度を示した.
- このモデルは,XL-MS解析におけるペプチド識別の精度を大幅に改善した.
結論:
- AIRPredは,断片イオン強度情報を組み込むことで,XL-MSデータ分析に新しいアプローチを提供します.
- このディープラーニングモデルは,CSMの識別の信頼性と正確性を高めます.
- AIRPredは 構造プロテオミクスの研究における 重要な進歩を表しています
