DeepSecMS通过Cys-to-Sec代理培训推进了基于DIA的蛋白质组概况
Chenfang Si1, Yamei Yuan1,2, Yu Zong3
1Interdisciplinary Research Center on Biology and Chemistry, Shanghai Institute of Organic Chemistry, Chinese Academy of Sciences, 100 Haike Rd., Shanghai, 201210, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|July 22, 2025
概括
DeepSecMS是一种新的深度学习方法,通过准确预测特征来增强蛋白的识别. 这种方法有助于发现新的蛋白和罕见的修饰.
科学领域:
- 生物化学 生物化学
- 蛋白质组学是指蛋白质组学.
- 生物信息学是一种生物信息学.
背景情况:
- 单蛋白质是含有单半氨酸 (Sec) 的罕见蛋白质,对各种生物功能至关重要.
- 已知只有25种人类蛋白,因此需要先进的方法来进行全面的蛋白组分析.
- 现有的SecMS和SIS等工具为发现新的单蛋白提供了潜力.
研究的目的:
- 开发一种深度学习方法,DeepSecMS,用于准确识别蛋白.
- 增强新型蛋白和罕见的翻译后修改的发现.
- 改进蛋白质组的综合分析.
主要方法:
- 开发了DeepSecMS,这是一种用于标识蛋白的深度学习方法.
- 使用含氨酸的代理培训策略生成理论含氨酸的氨酸.
- 集成的DeepSecMS与数据独立采集 (DIA) 质谱.
主要成果:
- DeepSecMS准确地预测含有Sec的关键特征,包括MS2光谱,保留时间 (RT) 和离子移动性 (IM).
- 与DIA方法的整合显著改善了在各种组织中已知的蛋白的识别.
- 识别了许多具有高得分潜力的新型氨基蛋白,扩大了已知的人类氨基蛋白组.
结论:
- DeepSecMS是一个强大的工具,用于推进蛋白研究和发现新蛋白.
- 代理培训策略对分析其他罕见的翻译后修改具有前途.
- 这项工作显著提高了全面分析蛋白质组的能力.
更多相关视频
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017
12.1K
03:09Author Spotlight: Advancing Structural and Biochemical Studies of Proteins Through Thermal Shift Assays
Published on: August 9, 2024
845
