深度神经网络筛选蛋白质组学高置信度定量 肽段

Abstract

质谱分析是蛋白质组学的重要研究方法。数据不依赖获取是一种稳定且复现性高的质谱仪数据采集方式，具有质荷比范围宽广，通量高等特点。DIA-NN是处理DIA蛋白质组学数据的主流定量软件之一。由于DIA-NN分析DIA数据后输出的肽段中存在低置信度肽段，生物学家需要根据肽段碎片离子色谱峰组图(XICs)的相似性来人工筛选出高置信度肽段。人工筛选的任务量大、耗时长，并且筛选标准因人而异，这导致结果具有主观性。本文提出了一种名为MSDeepFilter的算法，它基于深度学习技术，能够自动筛选出高置信度的肽段。MSDeepFilter算法结合压缩激励神经网络和残差网络设计深度学习模型，从XICs中提取特征，以此区分高置信度和低置信度肽段。与传统机器学习模型Adaboosting和支持向量机模型相比，MSDeepFilter模型在基准数据集上的多项分类性能指标均表现更优，测试集AUC值达到了98.7%。这表明MSDeepFilter具有优秀性能，可以替代人工筛选的环节