PLM-ATG:通过将蛋白语言模型嵌入与基于PSSM的特征集成来识别自蛋白
1College of Information Technology, Shanghai Ocean University, Shanghai 201306, China.
Molecules (Basel, Switzerland)
|May 7, 2025
概括
我们开发了PLM-ATG,这是一种精确识别自相关蛋白质 (ATG) 的计算模型. 该方法通过整合蛋白质语言模型嵌入和序列特征来改进现有技术,以更好地预测ATG.
科学领域:
- 细胞生物学 细胞生物学
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 自对于细胞发育和恒常状态至关重要,由自相关蛋白质 (ATG) 调节.
- 准确识别ATG对于理解这些过程至关重要.
- 目前用于ATG识别的计算方法在捕获复杂的序列模式方面存在局限性.
研究的目的:
- 开发一种新的计算模型,PLM-ATG,用于精确识别与自相关的蛋白质 (ATG).
- 通过整合先进的特征提取技术来改进现有方法.
主要方法:
- 为基线模型提取基于序列和基于位置特定评分矩阵 (PSSM) 的特征.
- 融合了两个流行的蛋白质语言模型 (PLM) 嵌入式 (ESM-2,ProtT5) 与AADP-PSSM功能.
- 训练了一个支持矢量机 (SVM) 模型,使用ESM-2嵌入和AADP-PSSM特征的最佳特征子集.
主要成果:
- 结合的SVM分类器和AADP-PSSM特征集显示出最好的基线预测准确度.
- PLM-ATG实现了99.5%的高精度和0.990.990.00的MCC.
- 性能超过了最先进的模型EnsembleDL-ATG的准确度近5%,MCC的0.1.
结论:
- 在ATG的计算识别方面,PLM-ATG提供了显著的进步.
- 将PLM嵌入式与PSSM功能集成,可以提高预测准确度.
- 该模型为ATG研究提供了更有效,更准确的工具.


