预测前潜变量填补：从头肽序列测定的新计算范式
计算工程、金融与科学
2025-05-26 v1
摘要
从头肽序列测定是一种基本的计算技术，用于直接从串联质谱数据确定肽的氨基酸序列，无需参考数据库。最先进的模型通常将观测到的质谱编码为潜变量表示，并自回归地预测肽。然而，由碎裂效率不佳和仪器限制等因素导致的缺失碎裂，在实际应用中构成了严峻挑战。为克服这一障碍，我们提出了一种名为潜变量填补预测（LIPNovo）的新计算范式。LIPNovo 旨在在执行最终肽预测之前补偿观测光谱中缺失的碎裂信息。LIPNovo 并不生成原始缺失数据，而是在潜变量空间中进行填补，由目标肽序列的理论峰形引导。填补过程被概念化为一个集合预测问题，利用一组可学习的峰查询来推理观测峰之间的关系，并通过最优二部匹配直接生成理论峰的潜变量表示。通过这种方式，LIPNovo 在推理过程中补充了缺失信息，从而提升了性能。尽管方法简单，在三个基准数据集上的实验表明，LIPNovo 以较大优势超越了最先进的方法。代码可在 https://github.com/usr922/LIPNovo 获取。
引用
@article{arxiv.2505.17524,
title = {Latent Imputation before Prediction: A New Computational Paradigm for De Novo Peptide Sequencing},
author = {Ye Du and Chen Yang and Nanxi Yu and Wanyu Lin and Qian Zhao and Shujun Wang},
journal= {arXiv preprint arXiv:2505.17524},
year = {2025}
}
备注
Accepted by ICML 2025