什么在切割？蛋白酶体切割预测是否已达到上限？
定量方法
2022-10-26 v2
摘要
表位疫苗是实现癌症、自身免疫性疾病和过敏症精准治疗的一个有前景的方向。有效设计此类疫苗需要准确预测蛋白酶体切割，以确保疫苗中的表位通过主要组织相容性复合体（MHC）呈递给T细胞。虽然直接体外鉴定蛋白酶体切割既繁琐又通量低，但可以从MHC呈递表位的末端间接推断切割事件，这得益于高通量MHC配体组学的最新进展，可以大量检测到这些末端。以这种方式推断切割事件提供了一个固有的噪声信号，可以利用深度学习领域的新进展来处理，这些进展据称可以从噪声标签中学习预测器。受此类创新的启发，我们试图通过在一个新近引入的切割数据集上对一系列最新方法（包括LSTM、Transformer、CNN和去噪方法）进行基准测试，来现代化蛋白酶体切割预测器。我们发现，增加模型规模和复杂度似乎带来了有限的性能提升，几种方法在C端切割预测上达到了约88.5%的AUC，在N端切割预测上达到了79.5%的AUC。这表明，蛋白酶体切割及其后续抗原加工途径生物过程的噪声和/或复杂性是预测性能的主要限制因素，而非所使用的具体建模方法。虽然生物复杂性可以通过更多数据和更好的模型来解决，但噪声和随机性本质上限制了可达到的最大预测性能。我们所有的数据集和实验均可从https://github.com/ziegler-ingo/cleavage_prediction获取。
引用
@article{arxiv.2210.12991,
title = {What cleaves? Is proteasomal cleavage prediction reaching a ceiling?},
author = {Ingo Ziegler and Bolei Ma and Ercong Nie and Bernd Bischl and David Rügamer and Benjamin Schubert and Emilio Dorigatti},
journal= {arXiv preprint arXiv:2210.12991},
year = {2022}
}
备注
15 pages, 1 figure