用于肽表示学习的序列与图结构联合建模
机器学习
2023-10-06 v2
摘要
肽由多个氨基酸脱水缩合形成。肽的一级结构既可以表示为氨基酸序列，也可以表示为由原子和化学键组成的分子图。先前的研究表明，针对序列和图形式肽的深度学习路径在下游任务上表现出相当的性能。尽管这些模型学习的是同一模态肽的表示，我们发现它们对预测的解释不同。将序列和图模型视为从不同视角进行推断的两位专家，我们致力于融合专家知识以丰富所学表示，从而提升判别性能。为此，我们提出一种肽联合建模方法 RepCon，其采用基于对比学习的框架来增强解耦的序列与图端到端模型表示之间的互信息。它将来自同一肽样本的序列编码器与图编码器表示视为正样本对，并学习增强正样本对之间表示的一致性，同时排斥负样本对之间的表示。我们在开源判别数据集上进行了 RepCon 与其他联合建模方法的实证研究，包括来自 Peptide Database 的聚集倾向、保留时间、抗菌肽预测和家族分类。我们的结果证明了联合建模相对于独立建模的优越性，以及 RepCon 在联合建模框架下相对于其他方法的优越性。此外，对 RepCon 的属性分析进一步在模型解释层面证实了该方法的有效性。
引用
@article{arxiv.2310.02964,
title = {Co-modeling the Sequential and Graphical Routes for Peptide Representation Learning},
author = {Zihan Liu and Ge Wang and Jiaqi Wang and Jiangbin Zheng and Stan Z. Li},
journal= {arXiv preprint arXiv:2310.02964},
year = {2023}
}