人類(lèi)必需蛋白（Human essential protein，HEP）對于個(gè)體的生存和發(fā)育是必不可少的。然而，鑒定HEP的實(shí)驗方法往往昂貴、耗時(shí)和勞動(dòng)密集型的，例如CRISPR-Cas9基因敲除實(shí)驗及基因過(guò)表達實(shí)驗，且這些實(shí)驗方法難以推廣到人類(lèi)全蛋白質(zhì)組。
因此，亟需計算方法來(lái)快速準確預測人類(lèi)全部蛋白質(zhì)的重要性，但現有的計算方法只能在人源細胞系水平預測HEP，而實(shí)際上，HEP在人類(lèi)、細胞系和動(dòng)物模型中存在高度差異性。這就要求我們在設計預測算法時(shí)，不僅需要提升算法的預測精度，還要需要考慮蛋白質(zhì)重要性存在的變異性。
近年來(lái)，深度學(xué)習（Deep Learning，DL）和大語(yǔ)言模型（Large Language Model，LLM）技術(shù)的快速發(fā)展，為蛋白質(zhì)重要性預測提供了新思路。
2024年11月27日，崔慶華團隊在 Nature 子刊 Nature Computational Science 上發(fā)表了題為：Comprehensive prediction and analysis of human protein essentiality based on a pre-trained protein large language model 的研究論文。
該研究通過(guò)微調預訓練的蛋白質(zhì)語(yǔ)言模型，開(kāi)發(fā)了一個(gè)基于序列的深度學(xué)習模型——蛋白質(zhì)重要性計算器（Protein Importance Calculator，PIC），實(shí)現人類(lèi)蛋白必要性/重要性的綜合預測和分析。
該研究提出的PIC算法相較于此前最先進(jìn)的計算方法DeepCellEss獲得顯著(zhù)性能提升（AUROC和AUPRC分別提升9.64%和10.52%）。
除了具有優(yōu)異的性能外，PIC算法是首個(gè)可以同時(shí)預測蛋白質(zhì)在人體、人源細胞系和小鼠中的重要性評分的工具，能夠為人類(lèi)所有蛋白質(zhì)的重要性進(jìn)行綜合的預測評估。在案例研究中，研究團隊使用PIC算法成功預測了人類(lèi)乳腺癌中的關(guān)鍵蛋白質(zhì)靶點(diǎn)，并證明了其作為乳腺癌患者預后標志物的價(jià)值。
最后，研究團隊使用PIC算法首次為617462種人類(lèi)微蛋白（Human microproteins）的重要性進(jìn)行了預測，這將為微蛋白的研究提供有力幫助。
北京大學(xué)基礎醫學(xué)院醫學(xué)生物信息學(xué)系博士生康伯銘和已畢業(yè)博士樊銳為論文共同第一作者，崔慶華教授（現為武漢體育學(xué)院教授）為論文通訊作者，北京大學(xué)基礎醫學(xué)院為論文第一單位。
論文鏈接：https://www.nature.com/articles/s43588-024-00733-1
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
