Nat Methods｜章冰团队打造AI模型，用海量PTM蛋白组数据解码基因突变功能——构建人类PT...

主要观点总结

文章介绍了蛋白质翻译后修饰（PTMs）在生命活动中的重要性，以及基因突变如何通过影响PTMs导致疾病。美国贝勒医学院章冰教授团队在Nature Methods上发表的研究论文DeepMVP，创建了一个高质量的人类PTM位点数据库PTMAtlas，并开发了深度学习模型DeepMVP，可精准预测六种主要PTM类型的修饰位点及基因突变引发的改变。该研究为解析变异-修饰-功能间的关系提供了新工具，有助于疾病机制研究和新型治疗靶点的发现。

关键观点总结

关键观点1: 蛋白质翻译后修饰（PTMs）的重要性及与疾病的关系

蛋白质不仅是生命活动的“执行者”，还通过PTMs精细调控其活性、稳定性等。基因突变常通过扰动这些修饰网络导致细胞功能失衡，进而推动疾病发生与发展。

关键观点2: DeepMVP研究的主要成果

创建了高质量的人类PTM位点数据库PTMAtlas；基于此开发了深度学习模型DeepMVP，可精准预测六种主要PTM类型的修饰位点及基因突变引发的改变。这一成果为解析变异-修饰-功能间的复杂关系提供了新工具。

关键观点3: DeepMVP研究的意义

该研究为疾病机制研究和新型治疗靶点的发现打开了新大门，其资源已向研究社区开放。DeepMVP的成功应用证明了其在蛋白质PTM研究中的强大潜力。