PlasmoFAB：促进机器学习用于恶性疟原虫蛋白抗原候选预测的基准
定量方法
2023-05-04 v2 机器学习
摘要
动机：机器学习方法可用于支持医疗健康相关研究领域的科学发现。然而，这些方法只有在能够基于高质量且经过整理的数据集进行训练时才能被可靠使用。目前，尚无用于探索恶性疟原虫蛋白抗原候选的高质量整理数据集。寄生虫恶性疟原虫引发传染病疟疾。因此，识别潜在抗原对于抗疟药物与疫苗的开发至关重要。由于实验探索抗原候选是一个昂贵且耗时的过程，应用机器学习方法支持该过程有潜力加速对抗和控制疟疾所需的药物与疫苗开发。结果：我们开发了 PlasmoFAB，一个可用于训练机器学习方法以探索恶性疟原虫蛋白抗原候选的整理基准。我们结合广泛的文献检索与领域专业知识，为恶性疟原虫特异性蛋白创建了区分抗原候选与胞内蛋白的高质量标签。此外，我们利用该基准比较了不同知名预测模型及现有蛋白定位预测服务在识别蛋白抗原候选任务上的表现。我们表明，现有通用服务无法在识别蛋白抗原候选上提供充足性能，且被我们在该定制数据上训练的模型所超越。可用性：PlasmoFAB 已在 Zenodo 上公开，DOI 为 10.5281/zenodo.7433087。此外，所有用于创建 PlasmoFAB 以及机器学习模型训练与评估的脚本均为开源，并在 GitHub 上公开：https://github.com/msmdev/PlasmoFAB。
引用
@article{arxiv.2301.06454,
title = {PlasmoFAB: A Benchmark to Foster Machine Learning for Plasmodium falciparum Protein Antigen Candidate Prediction},
author = {Jonas Christian Ditz and Jacqueline Wistuba-Hamprecht and Timo Maier and Rolf Fendel and Nico Pfeifer and Bernhard Reuter},
journal= {arXiv preprint arXiv:2301.06454},
year = {2023}
}