莫达诺沃:一种统一的模型,用于后翻译修改 - 意识到 de novo 测序,使用实验频谱从活体和合成
Daniela Klaproth-Andrade1, Yanik Bruns1, Wassim Gabriel2
1TUM School of Computation, Information and Technology, Technical University of Munich, Garching, Germany.
Molecular & cellular proteomics : MCP
|December 26, 2025
概括
莫达诺沃 (Modanovo) 是一种新的 de novo 序测序工具,可以准确识别具有后翻译修饰 (PTM) 的和未修饰的,改进了用于更广泛的蛋白质组分析的现有方法.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 计算生物学 计算生物学
- 质谱测量质量谱测量
背景情况:
- 翻译后修饰 (PTMs) 对细胞调节和疾病至关重要.
- 对改性的数据库搜索受到组合复杂性的限制.
- 现有的 de novo 测序方法与 PTM 斗争.
研究的目的:
- 开发一种新的序测序方法,能够识别具有多种PTM的.
- 通过包括改性来提高蛋白质组分析的全面性.
- 为数据库搜索鉴定提供一种补充方法.
主要方法:
- 策划了19种氨基酸-PTM组合 (酸化,乙化,无处不在化) 的光谱的大数据集.
- 开发了Modanovo,这是Casanovo变压器架构的延伸,用于新的测序.
- 评估了Modanovo与现有工具和数据库搜索方法的性能.
主要成果:
- 莫达诺沃在改性 (AUC 0.92) 和未改性 (AUC 0.93) 上实现了高性能.
- 超过了其他 de novo 测序工具 (π-PrimeNovo-PTM,InstaNovo-P) 的性能,并与MSFragger显示了互补性.
- 在病毒病毒数据集中识别了新型病毒化物,该数据集未通过数据库搜索找到.
结论:
- 莫达诺沃是一种强大且广泛适用的工具,用于修改和未修改的新序列测序.
- 显示了促进蛋白质组研究的巨大潜力,特别是在PTM发现方面.
- 补充了传统的数据库搜索方法,使的更全面的识别.
