Nat Commun｜郭天南团队开发端到端深度学习模型DDA-BERT; 提升蛋白质组学复杂样本的肽段鉴定性能

本文介绍了一种基于Transformer架构的端到端深度学习模型DDA-BERT，用于提升蛋白质组学中数据依赖型采集（DDA）质谱数据的肽段鉴定性能。背景方面，传统PSM重打分方法依赖搜库引擎打分和手工特征工程，限制了特征学习与判别决策的协同优化。研究目的是开发一个统一框架，将原始质谱信号表示学习与PSM重打分任务整合，减少多步骤信息损失。研究团队基于11个物种、2.71亿条PSM进行大规模训练，并通过过拟合检验、序列记忆化分析和假阳性发现比例评估验证模型可靠性。结论表明，DDA-BERT在人类、酵母、果蝇和拟南芥等跨物种数据集中，于1% FDR阈值下PSM鉴定量提升了2.24%–269.35%；在低至约0.4个HeLa细胞的痕量样本中，鉴定灵敏度提升4.14%–87.47%；在HLA免疫肽段组学中同样表现优越。模型实现了目标与诱饵PSM的清晰评分区分，且通过严格统计评估验证了错误率控制能力。该研究为AI驱动的高通量、高可信蛋白质组学鉴定提供了新方法。