蛋白质:一种可解释的AI管道用于蛋白质分类,以支持精准医学

科学领域:

• 生物化学和生物信息学
• 人工智能在医学中的应用
• 计算生物学 计算生物学

背景情况:

• 溶性N-乙基-马利胺敏感因子附着蛋白受体 (SNARE) 蛋白质对于细胞内贩运和疾病至关重要.
• 由于序列和结构相似性,区分SNARE和NONSNARE蛋白质是很困难的.
• 传统的AI模型缺乏透明度,限制了它们在敏感的生物医学领域的使用.

研究的目的:

• 开发PROTEAN,一种结合机器学习和可解释AI (XAI) 的方法,用于准确和可解释的蛋白质分类.
• 为了应对区分SNARE和NONSNARE蛋白质的挑战.
• 提高AI在生物医学应用中的可靠性.

主要方法:

• 一个三个阶段的管道:在平衡数据集上进行数据预处理 (D128),对分类器 (SVM,NN) 进行培训和评估,并使用SHAP和LIME XAI模型进行解释.
• 使用了128个SNARE和NONSNARE蛋白序列的平衡数据集.
• 采用SHAP和LIME用于模型解释以确定关键蛋白质描述符.

主要成果:

• 中高斯支持向量机 (SVM) 分类器在458种蛋白质的测试组中实现了92.1%的准确性,94.8%的灵敏性和89.5%的特异性.
• SHAP和LIME为分类决定提供了一致的,生物相关的解释.
• 确定了氨基酸组成和序列顺序作为蛋白质分类的关键特征.

结论:

• PROTEAN表明,将可解释的AI与平衡的数据集集集成,可以提高蛋白质分类性能和透明度.
• 这些发现对于开发可靠的生物医学人工智能系统至关重要.
• 为疾病机制分析,生物标志物发现和个性化医疗提供了新的工具.