若干蛋白质翻译后修饰位点预测方法研究.pdfVIP

若干蛋白质翻译后修饰位点预测方法研究

摘要

蛋白质在生物体内发挥着关键的调节作用，对于生命过程的高效有序进行

具有至关重要的意义。翻译后修饰(Post-TranslationalModification,PTM)指在蛋

白质合成完成后，通过各种生物化学反应对蛋白质分子进行的一系列化学修饰

过程，这些修饰会对蛋白质的稳定性、功能活性以及相互作用产生影响，调节

蛋白质的折叠状态，从而影响蛋白质的功能，使其适应不同的细胞环境和生理

过程。PTM是细胞中重要的调控机制，对正常的细胞生理和病理都有很大的影

响，比如细胞分化，蛋白质降解，基因表达调控，以及蛋白质间相互作用等环

节，起到了至关重要的作用。因此，PTM位点的识别与研究，对于深入了解细

胞生物学及疾病防治具有重要意义。然而，传统的实验方法存在鉴定仪器昂贵

且实验过程复杂又耗时的问题，相比之下基于深度学习的计算方法得到了快速

发展。本文使用可解释性的深度学习框架，开展对蛋白质PTM位点的预测研究，

主要工作如下：

1.提出一种新的SARS-CoV-2磷酸化预测模型Res-GCN。首先，利用八种特

征提取方法从不同视角通过数字信息描述蛋白质序列，并对这些数字信息并行

融合为一个复杂的特征向量。其次，利用弹性网络消除融合后数据中的多余信

息，选择出最优特征子集。最后，结合图卷积网络和残差网络构建深度学习模

型(Res-GCN)对磷酸化位点进行分类，使用sigmoid激活函数结合全连接层来输

出预测结果。为了研究模型Res-GCN的广泛性和可移植性，本文评估了该模型

在两种被广泛研究的磷酸化位点上的性能。然后将模型Res-GCN与其他现有优

秀模型进行比较，S/T位点训练集的在五折交叉验证下得到ACC为84.08%，

MCC为0.7021，AUC为0.9036。Y位点独立测试集的AUC值达到0.9773。结果

表明，该模型具有出色的预测能力和泛化性。

2.提出一种新的基于集成深度学习的琥珀酰化预测模型GsrcNet。首先，利

用五种特征提取方法从不同视角通过数字信息描述蛋白质序列，并对这些数字

信息并行融合为一个复杂的特征向量，来自大型预训练蛋白质模型ProtT5的嵌

入单独将蛋白质序列转化成特征向量。其次，利用最大相关最小冗余算法消除

融合后的数据中的多余信息。最后，将处理好的数据分别输入到两个预测模型

中，循环神经网络结合自注意力网络作为一层，残差网络和卷积注意力网络结

合作为另一层，两层网络结合成一个深度集成学习模型对琥珀酰化位点进行分

类。GsrcNet模型首次使用双输入模型预测琥珀酰化位点，并用五折交叉验证和

独立测试来评估GsrcNet的预测准确度。经过五折交叉验证，琥珀酰化训练集的

ACC、MCC和AUC值分别为82.36%、0.6498和0.8972。这些结果表明，本研

究中提出的GsrcNet方法在识别琥珀酰化位点方面具有显著的有效性。

关键词：蛋白质翻译后修饰；可解释性；图卷积网络；注意力网络；蛋白质语

言模型；集成模型

RESEARCHONPREDICTIONMETHODS

OFSOMEPROTEINPOST-TRANSLATIONAL

MODIFICATIONSITES

ABSTRACT

Proteinsplayakeyregulatoryroleinlivingorganismsandareessentialforthe

efficientandorderlyconductoflifeactivities.Post-translationalmodification(PTM)

referstoagroupofchemicalchangesofproteinmoleculesthroughvariousbiochemical

reactionsafterproteinsynthesisiscompleted.Thesechemicalchangesaffectstabili