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

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | 萝卜皮 蛋白质糖基化是糖基对蛋白质进行的一种翻译后修饰，在细胞的多种生理和病理功能中起着重要作用。 糖蛋白质组学是在蛋白质组范围内研究蛋白质糖基化，利用液相色谱与串联质谱 (MS/MS) 联用技术获取糖基化位点、糖基化水平和糖结构的组合信息。 然而，由于结构决定离子的出现有限，目前糖蛋白质组学的数据库搜索方法通常难以确定聚糖结构。虽然光谱搜索方法可以利用碎片强度来促进糖肽的结构鉴定，但是光谱库构建的困难阻碍了它们的应用。 在最新的研究中，复旦大学的研究人员提出了 DeepGP， 一种基于 Transformer 和图神经网络的混合深度学习框架，用于预测糖肽的 MS/MS 光谱和保留时间（RT）。 两个图神经网络模块分别用于捕获分支糖结构和预测糖离子强度。此 ………………………………