利用新损失函数训练的 Transformer 和 RNN 预测哺乳动物蛋白质中的 O-GlcNAcylation 位点
机器学习
2025-09-18 v3 分子网络
摘要
O-GlcNAcylation 是糖基化的一种亚型，有可能成为治疗的重要靶点，但在 2023 年之前尚无可靠预测 O-GlcNAcylation 位点的方法；2021 年的一篇综述正确指出，已发表的模型不足且无法泛化。此外，许多模型已不再可用。2023 年，发表了一个性能显著更好的循环神经网络 (RNN) 模型。本文通过使用一种新的损失函数（我们称之为加权焦点可微 MCC）创建了改进的模型。使用该新损失函数训练的 RNN 模型表现出优于使用加权交叉熵损失训练的模型的性能；该新函数也可用于微调已训练的模型。在可用最大数据集的独立测试集上，使用该损失训练的 RNN 在 O-GlcNAcylation 位点预测中实现了最先进的性能，F 得分为 38.88%，MCC 为 38.20%。
引用
@article{arxiv.2402.17131,
title = {Predicting O-GlcNAcylation Sites in Mammalian Proteins with Transformers and RNNs Trained with a New Loss Function},
author = {Pedro Seber},
journal= {arXiv preprint arXiv:2402.17131},
year = {2025}
}