DIA-CLIP：面向零样态 DIA 蛋白质组学的通用表示学习框架
机器学习
2026-02-03 v1 人工智能
定量方法
摘要
数据独立获取质谱 (DIA-MS) 已成为蛋白质组学分析和大规模系统生物学的基石，提供了卓越的深度和可重复性。当前的 DIA 分析框架要求在每个运行中进行半监督训练进行肽-谱匹配 (PSM) 重新打分。这种方法容易过拟合且缺乏跨不同物种和实验条件的通用性。本文提出 DIA-CLIP，一种预训练模型将 DIA 分析范式从半监督训练转向通用跨模态表示学习。通过集成双编码器对比学习框架与编码器-解码器架构，DIA-CLIP 建立了肽及其相应谱特征之间的统一跨模态表示，实现高精度、零样态 PSM 推断。广泛的评估表明，DIA-CLIP 在各类基准上一致优于最先进的工具，蛋白质识别率提升最高可达 45%，诱导识别率降低 12%。此外，DIA-CLIP 在单细胞和空间蛋白质组学等实际应用中具有巨大的潜力，其增强的识别深度有助于发现新型生物标志物并阐明复杂细胞机制。
引用
@article{arxiv.2602.01772,
title = {DIA-CLIP: a universal representation learning framework for zero-shot DIA proteomics},
author = {Yucheng Liao and Han Wen and Weinan E and Weijie Zhang},
journal= {arXiv preprint arXiv:2602.01772},
year = {2026}
}
备注
21 pages, 5 figures