NTpred:一种强大而精确的机器学习框架,用于在蛋白质序列中化氨酸位点的体识别

科学领域:

• 生物化学 生物化学
• 计算生物学 计算生物学
• 蛋白质组学是指蛋白质组学.

背景情况:

• 翻译后修饰 (PTMs) 调节蛋白质活性,氨酸化 (NT) 具有降解功能,并导致疾病.
• 准确识别NT对于开发神经退行性,心血管,自身免疫性疾病和癌症的治疗方法至关重要.
• 目前用于NT识别的实验室方法昂贵,耗时,容易出现错误,需要改进的计算方法.

研究的目的:

• 开发一个准确和高效的计算框架,NTpred,用于识别蛋白质序列中的氨酸化修饰.
• 为了解决现有的计算方法在精确识别NT修改由于特征提取挑战的局限性.

主要方法:

• NTpred使用四个不同的序列编码器从原始蛋白质序列中提取全面的特征.
• 它通过结合不同的编码器输出来生成融合的特征空间,并使用递归特征消除来删除多余的特征.
• 多个梯度增强树分类器在选定的特征上进行训练,其概率得分用于训练最终的物流回归分类器.

主要成果:

• 在BD1基准数据集上,NTpred显著优于现有的预测指标,在马修斯相关系数 (MCC) 中表现出13.7%,在曲线下的面积 (AUC) 中表现出20.1%.
• 在BD2基准数据集上,NTpred也表现出卓越的表现,MCC的5.3%和AUC的1.0%的综合改善.
• 该框架的增强特征提取和选择过程有助于提高其预测准确性.

结论:

• NTpred提供了一种强大而准确的计算解决方案,用于识别氨酸化修饰.
• 开发的框架为推进NT相关疾病研究和促进药物发现提供了有价值的工具.
• NTpred是公开可访问的,鼓励进一步的研究和应用在预测研究.