糖蛋白组学新方法，复旦开发基于Transformer和GNN的混合端到端框架，登Nature子刊
内容提要
研究人员提出了基于深度学习的框架DeepGP，用于预测糖肽的MS/MS光谱和保留时间。该框架由Transformer和图神经网络组成，能够捕获糖结构和预测糖离子强度。研究人员验证了DeepGP在小鼠和人类样本数据集上的高精度。该研究为糖蛋白质组学提供了新的预测方法。
延伸解读
糖蛋白质组学的技术瓶颈
文章指出，当前糖蛋白质组学的数据库搜索方法难以确定聚糖结构，因为结构决定离子的出现有限。光谱搜索方法虽能利用碎片强度促进结构鉴定，但光谱库构建困难且成本高昂，阻碍了其应用。这凸显了开发新方法的必要性，以克服现有技术限制。
DeepGP的混合架构设计
DeepGP结合了预训练的Transformer模块和两个图神经网络模块。Transformer用于处理序列特征，而GNN分别捕获分支糖结构和预测糖离子强度。研究评估了GCN、GIN和GAT三种GNN架构，最终选用GCN进行糖嵌入，GIN进行B/Y离子强度预测，以发挥各自优势。
预训练策略应对数据不足
由于糖蛋白质组学数据集相对较少，且缺乏标准化协议，DeepGP采用了预训练策略。模型使用大量无标注的自然语言数据进行预训练，类似于BERT，使模型在正式训练前获得知识基础，从而在小规模标注数据上表现更好，缓解了数据不足的限制。
性能验证与潜在应用
DeepGP在小鼠和人类样本数据集上验证了MS/MS和RT预测的高精度。在合成和生物数据集上的基准测试表明，它能有效区分相似聚糖。与数据库搜索方法如pGlyco3结合，可提高糖肽检测灵敏度，展示了在糖蛋白质组学中的实际应用潜力。
Q&A
DeepGP框架的主要功能是什么？
DeepGP框架用于预测糖肽的MS/MS光谱和保留时间，结合了Transformer和图神经网络。
糖蛋白质组学研究的主要技术是什么？
糖蛋白质组学主要利用液相色谱与串联质谱技术获取相关信息。
DeepGP如何提高糖肽检测的灵敏度？
DeepGP通过结合数据库搜索和深度学习模型，提高了糖肽的检测灵敏度。
DeepGP模型的预训练策略有什么作用？
预训练策略使DeepGP在面对小规模标注数据时表现得更好，提升了模型的知识基础。
研究中评估了哪些图神经网络架构？
研究评估了图卷积网络（GCN）、图同构网络（GIN）和图注意网络（GAT）三种架构。
糖基化对哺乳动物蛋白质的影响有多大？
糖基化影响超过50%的哺乳动物蛋白质，关键作用于多种生理和病理过程。
