論文の概要: DPST: De Novo Peptide Sequencing with Amino-Acid-Aware Transformers
- arxiv url: http://arxiv.org/abs/2203.13132v1
- Date: Wed, 23 Mar 2022 08:01:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-25 15:50:37.294686
- Title: DPST: De Novo Peptide Sequencing with Amino-Acid-Aware Transformers
- Title（参考訳）: dpst:アミノ酸トランスフォーマーを用いたde novoペプチドの塩基配列決定
- Authors: Yan Yang and Zakir Hossain and Khandaker Asif and Liyuan Pan and
Shafin Rahman and Eric Stone
- Abstract要約: デノボペプチドシークエンシングは、タンデム質量分析(MS)データからペプチドのアミノ酸配列を復元することを目的としている。
デノボ分析のための既存のアプローチは、推論中に全てのアミノ酸のクラスについてMSの証拠を列挙している。
我々のアプローチであるDPSTは、これらの制限を2つの重要なコンポーネントで回避する。
- 参考スコア（独自算出の注目度）: 11.527280359634524
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: De novo peptide sequencing aims to recover amino acid sequences of a peptide
from tandem mass spectrometry (MS) data. Existing approaches for de novo
analysis enumerate MS evidence for all amino acid classes during inference. It
leads to over-trimming on receptive fields of MS data and restricts MS evidence
associated with following undecoded amino acids. Our approach, DPST,
circumvents these limitations with two key components: (1) A confidence value
aggregation encoder to sketch spectrum representations according to
amino-acid-based connectivity among MS; (2) A global-local fusion decoder to
progressively assimilate contextualized spectrum representations with a
predefined preconception of localized MS evidence and amino acid priors. Our
components originate from a closed-form solution and selectively attend to
informative amino-acid-aware MS representations. Through extensive empirical
studies, we demonstrate the superiority of DPST, showing that it outperforms
state-of-the-art approaches by a margin of 12% - 19% peptide accuracy.
- Abstract（参考訳）: デノボペプチドシークエンシングは、タンデム質量分析(MS)データからペプチドのアミノ酸配列を復元することを目的としている。
de novo分析の既存のアプローチは、推論中にすべてのアミノ酸クラスのms証拠を列挙する。
これは、MSデータの受容領域を過剰にトリミングし、未解読アミノ酸に付随するMSの証拠を制限する。
提案手法は,(1)MS間のアミノ酸結合に基づくスペクトル表現をスケッチする信頼値集約エンコーダ,(2)局所的なMSエビデンスとアミノ酸プリセプションを事前に定義した先入観で,文脈化されたスペクトル表現を段階的に同化するグローバルな融合デコーダである。
我々のコンポーネントはクローズドフォームのソリューションから生まれ、情報的アミノ酸認識MS表現に選択的に参画する。
広範な実証研究を通じてDPSTの優位性を実証し,12%～19%のペプチドの精度で最先端のアプローチより優れていることを示した。
関連論文リスト
- NovoBench: Benchmarking Deep Learning-based De Novo Peptide Sequencing Methods in Proteomics [58.03989832372747]
Emphde novoペプチドシークエンシングのための初となるNovoBenchベンチマークを報告する。
多様な質量スペクトルデータ、統合モデル、総合的な評価指標から構成される。
DeepNovo、PointNovo、Casanovo、InstaNovo、AdaNovo、$pi$-HelixNovoといった最近の手法が私たちのフレームワークに統合されています。
論文 参考訳（メタデータ） (2024-06-16T08:23:21Z) - AdaNovo: Adaptive \emph{De Novo} Peptide Sequencing with Conditional Mutual Information [46.23980841020632]
本稿では,各アミノ酸/ペプチド間の条件付き相互情報(CMI)を計算する新しいフレームワークであるAdaNovoを提案する。
AdaNovoは翻訳後修飾(PTM)によるアミノ酸の同定に優れ、データノイズに対する堅牢性を示す。
論文 参考訳（メタデータ） (2024-03-09T11:54:58Z) - Transformer-based de novo peptide sequencing for data-independent acquisition mass spectrometry [1.338778493151964]
本稿では,変換器アーキテクチャに基づくディープラーニングモデルであるDiaTransを紹介する。
DIA質量分析データからペプチド配列を解読する。
その結果,既存のSTOA法よりも大幅に改善した。
論文 参考訳（メタデータ） (2024-02-17T19:04:23Z) - ContraNovo: A Contrastive Learning Approach to Enhance De Novo Peptide
Sequencing [70.12220342151113]
ContraNovoは、コントラスト学習を利用してスペクトルとペプチドの関係を抽出する先駆的アルゴリズムである。
ContraNovoは、現代最先端のソリューションを一貫して誇張している。
論文 参考訳（メタデータ） (2023-12-18T12:49:46Z) - MATE-Pred: Multimodal Attention-based TCR-Epitope interaction Predictor [1.933856957193398]
T細胞受容体と細胞間の正確な結合予測は、免疫療法の成功戦略に決定的に寄与する。
本稿では,T細胞受容体と親和性結合機構の注意に基づく予測を行う,信頼性の高い新しい手法であるMATE-Predを提案する。
MATE-Predのパフォーマンスは、薬物発見における潜在的な応用を予想している。
論文 参考訳（メタデータ） (2023-12-05T11:30:00Z) - Efficient Prediction of Peptide Self-assembly through Sequential and
Graphical Encoding [57.89530563948755]
この研究は、高度なディープラーニングモデルを用いたペプチドエンコーディングのベンチマーク分析を提供する。
等電点や水和自由エネルギーなど、幅広いペプチド関連予測のガイドとして機能する。
論文 参考訳（メタデータ） (2023-07-17T00:43:33Z) - Ranking-based Convolutional Neural Network Models for Peptide-MHC
Binding Prediction [15.932922003001034]
MHCクラスI分子に結合するペプチドの同定は、ペプチドワクチンの設計において重要な役割を果たす。
我々は,結合予測問題に対処するため,ConvMとSpConvMというアレル固有CNNベースの2つの手法を開発した。
論文 参考訳（メタデータ） (2020-12-04T20:40:36Z) - Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic
and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。
モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。
実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2020-08-06T20:20:22Z) - Two-Dimensional Single- and Multiple-Quantum Correlation Spectroscopy in
Zero-Field Nuclear Magnetic Resonance [55.41644538483948]
Rb気相セル磁気センサを用いてゼロ磁場で検出された1量子および複数量子相関$J$-spectroscopyを示す。
ゼロフィールドでは、エタノールのスペクトルは炭素イソトポマーの混合物として現れ、相関スペクトルは2つの複合スペクトルを分離するのに有用である。
論文 参考訳（メタデータ） (2020-04-09T10:02:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。