基于对蛋白质语言模型的注意力分析,自动定义各种功能预测的蛋白质单词.
Hedi Chen1, Jingrui Zhong1, Xiaochun Zhang1
1MOE Key Laboratory of Bioinformatics, State Key Laboratory of Molecular Oncology, Beijing Frontier Research Center for Biological Structure, School of Pharmaceutical Sciences, Tsinghua University, Beijing, China.
这项研究引入了从蛋白质语言模型中衍生出的"蛋白质单词",作为预测蛋白质功能的新方法. 这种新方法的性能优于传统的基于图案的工具,为生物信息学分析提供了强大的替代方案.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 结构生物学 结构生物学
背景情况:
- 预测蛋白质序列功能关系是一个关键的挑战.
- 当前的方法通常依赖于域或动机分析.
- 需要先进的,注释无关的蛋白质分析技术.
研究的目的:
- 介绍和验证一个小说.
- 蛋白质词 蛋白质词 是一个词.
- 蛋白质功能预测的方法.
- 开发和评估用于生成和利用蛋白质单词的计算工具.
- 为了比较蛋白质单词的有效性与传统的基于动机的方法.
主要方法:
- 开发了Protein Wordwise,这是一个不受监督的工具,可以将蛋白质序列解析为蛋白质序列.
- 蛋白质的词语 蛋白质的词语
- 使用来自蛋白质语言模型 (PLM) 和社区检测的注意力矩阵.
- 创建了Word2Function,一个监督模型,通过特征重要性分析将蛋白质单词映射到基因本体学 (GO) 术语中.
- 组装PWNet,一个多样化的数据资源,用于评估功能残留预测任务上的蛋白质词性能.
主要成果:
- 基于蛋白质词的工具包在所有测试的蛋白质功能数据集和预测任务中始终优于基于PROSITE动机的方法.
- 与现有方法相比,开发的工具在残留物和全蛋白水平上的功能注释方面表现优越.
- 这种方法在各种任务中被证明是有效的,包括生物分子结合,催化和离子通道活动预测.
结论:
- 蛋白质的词语 蛋白质的词语
- ,来自PLM注意力矩阵,为传统的蛋白质分析方法提供了强大的,注释无关的替代方案.
- 开发的工具包为蛋白质功能预测提供了显著的进步,特别是在后AlphaFold时代.
- 这种方法使得更有系统和创新的方法能够理解蛋白质序列功能关系.
更多相关视频
07:38Mass Spectrometry-Based Proteomics Analyses Using the OpenProt Database to Unveil Novel Proteins Translated from Non-Canonical Open Reading Frames
Published on: April 11, 2019
08:46Green Fluorescent Protein-based Expression Screening of Membrane Proteins in Escherichia coli
Published on: January 6, 2015
相关概念视频
Structural Protein Function
Collagen, the most abundant protein in mammals, is found throughout the body. In connective tissue, such as skin, ligaments, and tendons, it provides tensile strength and elasticity. In bones and teeth, it mineralizes to...
Structural Protein Function
Mechanical Protein Functions
Protein and Protein Structure
A protein's shape is critical to its function. For example, an enzyme...
Protein Networks
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
Protein Families
