AtSubP-2.0:一个集成的Web服务器,用于使用深度学习对Arabidopsis蛋白质组细胞下定位的注释

科学领域:

• 植物生物学 植物生物学
• 系统生物学 系统生物学
• 生物信息学是一种生物信息学.

背景情况:

• 精确的蛋白质亚细胞定位对于理解细胞功能,蛋白质相互作用和网络分析至关重要.
• 实验确定蛋白质定位是劳动密集型和昂贵的,需要高效的计算替代方案.
• 阿拉比多普西斯 (Arabidopsis thaliana) 作为植物生物学的一个关键模型生物,其发现适用于其他植物物种.

研究的目的:

• 开发并介绍AtSubP-2.0,这是一个先进的计算工具,用于预测Arabidopsis thaliana中的蛋白质亚细胞局部化.
• 通过提高预测准确性和扩展其功能来改进现有的AtSubP v1.0.
• 为研究界提供免费访问的Web服务器和独立版本.

主要方法:

• 针对精确的蛋白质细胞下定位,实施了四阶段预测策略.
• 第一个阶段:区分单蛋白和双蛋白定位.
• 随后的阶段分类单 (12位) 和双 (9类) 局部蛋白质,附加阶段用于膜蛋白质分类 (单通比多通).

主要成果:

• 在AtSubP-2.0实现了很高的预测准确度:97.66%的单/双定位,98.37%的单位,99.65%的双位,98%的膜类型.
• 在所有阶段都获得了高的马修斯相关系数 (MCC),表明了强大的预测性能.
• 该工具在培训/测试数据集和独立数据上都表现出色.

结论:

• AtSubP-2.0提供了一种高度准确和高效的计算方法,用于预测Arabidopsis thaliana中的蛋白质亚细胞定位.
• 该工具的预测对于理解植物中的器官特异性功能,细胞过程和调节机制至关重要.
• 作为Web服务器和独立版本的AtSubP-2.0的可用性将大大有利于植物研究,作物改进和生物技术.