预测和解释来自胰癌和单细胞转录组的蛋白质和蛋白丰度

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 蛋白质组学是指蛋白质组学.
• 癌症研究 癌症研究

背景情况:

• RNA表达是蛋白质丰富性的不足代理,阻碍了表型和疾病研究.
• 准确的蛋白质丰度预测对于理解生物过程和疾病机制至关重要.

研究的目的:

• 开发一个深度学习模型 (DeepGxP) 来从转录组资料中预测蛋白质丰度.
• 创建一个解释框架 (DeepEnrich) 来识别基因预测因子和丰富的功能.
• 探索DeepGxP在癌症生物标志物发现和细胞识别中的实用性.

主要方法:

• 在癌症基因组图谱 (TCGA) 全癌症数据上训练了DeepGxP.
• 利用基于梯度的集成解释框架 (DeepEnrich) 来实现模型的可解释性.
• 使用Pearson的相关性和预测性绩效指标,与传统模型对比验证了DeepGxP的性能.

主要成果:

• DeepGxP实现了0.68的平均皮尔森相关性,超过了传统模型的表现.
• 预测性表现为高自我基因/蛋白质相关性为0.74和低相关性为0.64.
• 确定了特定的基因预测因子,并为像B1和E2环林等蛋白质增强了功能.
• 在肺腺癌中发现了独特的EGFR/HER2酸化模式,并将p53蛋白与乳腺癌的存活率联系起来.
• 准确预测单细胞表面蛋白质丰富度用于细胞识别.

结论:

• DeepGxP有效地从转录组数据中预测蛋白质的丰富性,比现有方法提供了显著的改进.
• DeepEnrich提供了对基因-蛋白质关系和生物功能有价值的见解.
• DeepGxP对推进癌症生物标志物发现和理解复杂的生物系统具有巨大的潜力.