纳米SSL:基于注意力机制的自我监督学习方法,用于使用纳米孔识别蛋白质
Yong Xie1, Jindong Li1, Ziyan Zhang1
1Department of Biomedical Engineering, Xiangya School of Basic Medical Sciences, Central South University, Changsha, Hunan 410013, China.
Bioinformatics (Oxford, England)
|January 7, 2026
概括
我们开发了NanoSSL,这是一个自我监督的学习框架,用于纳米孔蛋白质分析. 这种方法提高了蛋白质识别准确度从噪音单分子数据,克服数据稀缺的挑战.
科学领域:
- 生物物理学的生物物理.
- 计算生物学 计算生物学
- 蛋白质组学是指蛋白质组学.
背景情况:
- 纳米孔技术使生物分子的单分子分析成为可能,在蛋白质组学中应用越来越多.
- 纳米孔分析的挑战包括噪音数据和数据稀缺性,阻碍机器学习的发展.
- 自主监督学习为解决纳米孔数据处理中的这些局限性提供了一个有希望的方法.
研究的目的:
- 引入和验证使用自主监督学习 (NanoSSL) 进行蛋白质识别的纳米孔分析.
- 利用自我监督的学习和注意力机制来改善基于纳米孔的蛋白质信号的分析.
- 为了应对纳米孔蛋白质学中噪音数据和数据稀缺的挑战.
主要方法:
- 开发了NanoSSL,一种利用注意力机制的生成性自我监督学习框架.
- 采用了两步的方法:自我监督的预培训,然后是监督的微调.
- 在预训练期间实施了面具自编码器,用于重建碎片化纳米孔转位事件.
主要成果:
- 在分类突变的粉样β1-42蛋白质方面,NanoSSL取得了前所未有的准确性,精度,回忆和F1分数.
- 在公共纳米孔数据集和自制固态纳米孔测量上表现出卓越的性能.
- 验证了自我监督的学习和注意力机制是提高绩效的关键因素.
结论:
- 纳米SSL有效地增强了从纳米孔数据中的蛋白质识别,优于以前的方法.
- 该框架成功地解决了单分子纳米孔分析固有的数据稀缺和噪音问题.
- 这种方法在推进基于纳米孔的蛋白质组学和生物标志物检测方面具有重大潜力.


