ClathPLM：CNNとアテンションによるディープマルチビュー特徴抽出がクラウスリンタンパク質の同定を強化

科学分野:

• 生化学
• 計算生物学
• 分子生物学

背景:

• クラウスリンは、細胞内小胞輸送、特にクラウスリン媒介エンドサイトーシス（CME）に不可欠です。
• 機能不全のクラウスリンは、神経変性、癌転移、免疫障害などの疾患に関与しています。
• クラウスリン検出のための既存の実験方法は、費用がかかり、時間がかかります。

研究 の 目的:

• クラウスリン認識のための効率的で信頼性の高い計算方法を開発すること。
• 細胞調節および疾患におけるクラウスリンの役割の同定を支援すること。

主な方法:

• ProtT5、ProtBert、およびESM-3事前学習済みタンパク質言語モデルからのシーケンス埋め込みを統合するモデル、ClathPLMを提案しました。
• 畳み込みニューラルネットワーク（CNN）およびマルチヘッドアテンション（MHA）メカニズムを使用したディープ表現学習を採用しました。
• 最終的な分類のためにマルチビュー表現を融合し、融合戦略とアテンションメカニズムを評価しました。

主要な成果:

• ClathPLMは優れた分類性能と堅牢性を達成し、既存の最先端の方法を上回りました。
• モデルは、ケーススタディデータセットで強力なパフォーマンスを示し、小胞輸送タンパク質（VTP）データセットでスケーラビリティを示しました。

結論:

• ClathPLMは、クラウスリン認識のための効果的な計算アプローチを提供します。
• このモデルは、細胞プロセスおよび疾患におけるクラウスリンの役割の理解を深める可能性があります。
• 将来の生物学的研究および潜在的な臨床的応用を容易にします。