飞行:从杂的高通量实验数据推断健身景观

科学领域:

• 计算生物学是一种计算生物学.
• 机器学习 机器学习
• 蛋白质工程是一种蛋白质工程.

背景情况:

• 蛋白质设计的机器学习 (ML) 依赖于高通量实验数据.
• 现有的ML模型经常忽略实验噪声,从而对性能和基准测试产生负面影响.
• 不确定性量化对于强大的蛋白质健身建模至关重要.

研究的目的:

• 介绍FLIGHTED,这是一个贝叶斯方法,用于从杂的实验数据中建模蛋白质健身景观.
• 通过考虑实验不确定性来提高蛋白质设计中的ML模型的性能和可靠性.
• 在蛋白质适应性预测中重新评估限制ML模型性能的因素.

主要方法:

• 开发了FLIGHTED,这是一个贝叶斯的方法,可以从杂的实验数据中生成概率性健身景观.
• 应用于FLIGHTED的单步选择试验 (体显示,SELEX) 和DHARMA试验.
• 基于基准标准的ML模型使用与FLIGHTED生成和不生成的健身景观.

主要成果:

• FLIGHTED显著提高了ML模型的性能,特别是在卷积神经网络 (CNN) 架构中.
• 对实验噪声的计算改变了对比研究中的模型排名.
• 基准测试表明数据大小,而不是模型规模,是主要的性能限制;模型架构比蛋白质语言模型嵌入更为关键.

结论:

• FLIGHTED提供了一种直接的方法,将实验噪音纳入蛋白质健身建模中.
• 该方法广泛适用于各种高通量测定和ML模型.
• FLIGHTED通过解决数据不确定性,促进了更准确,更可靠的蛋白质设计.