预测肽-蛋白相互作用

多肽及其衍生物具有作为治疗药物的潜力。美国FDA批准率的提高证明了人们对开发肽类药物的兴趣。为了确定最潜在的肽，肽-蛋白相互作用（PepPIs）的研究是一个非常重要的方法，但带来了相当大的技术挑战。在实验方面，peppi的瞬态性质和肽的高灵活性导致了提高成本和低效率。传统的对接和分子动力学模拟方法需要大量的计算资源，其结果的预测精度仍然不理想。结果：为了解决这一差距，我们提出了一种基于Transformer的PepPI模型TPepPro

为了解决这一差距，我们提出了TPepPro，一种基于变压器的PepPI预测模型。
我们在一个包含19,187对具有序列和结构特征的肽-蛋白复合物的数据集上训练了TPepPro。
TPepPro采用了一种将局部蛋白质序列特征提取与全局蛋白质结构特征提取相结合的策略。
此外，TPepPro在BN-ReLU排列中**优化了结构特征神经网络的结构**，显著减少了PepPIs预测所需的计算资源量。
通过对比分析，TPepPro的准确率达到了0.855，与第二优的模型TAGPPI相比，提高了8.1%。
TPepPro的AUC为0.922，超过了以0.844命名的第二好的型号TAGPPI。此外，新开发的TPepPro鉴定了某些可以根据以往实验证据验证的PepPIs，从而表明TPepPro检测高潜力的PepPIs的效率，这将有助于氨基酸药物的应用。

## 分析
主要还是PPI预测，提出了一个 `protein-peptide complex datasets` 数据集。
![](http://blog.lifs.top/usr/uploads/2025/01/3337198219.png)

## 数据描述
![](http://blog.lifs.top/usr/uploads/2025/01/3930328860.png)
蛋白肽复合物数据集来自 Propedia 数据库（http://bioinfo.dcc.ufmg.br/propedia2/index.php/download）。最新版本 v2.3 包含 49 300 个蛋白肽复合物。我们将蛋白质-肽复合物视为阳性蛋白质-肽样本，而阴性相互作用是通过随机配对蛋白质-肽对构建的，不存在于阳性数据集中。根据相应结构文件生成的接触图中的氨基酸数目与根据其原始氨基酸序列生成的嵌入图中的氨基酸数目之间可能存在不一致。这种差异是由于蛋白质结构和原始氨基酸序列的表示方法不同造成的，可能会影响数据的分析和解释。此时，蛋白质的氨基酸嵌入无法与接触图中的氨基酸相对应，接触图生成的图中的氨基酸顶点也无法获得相应的氨基酸表达，从而无法进行后续的蛋白质结构特征提取。因此，我们只选择接触图中氨基酸编号与其原始氨基酸编号一致的蛋白质和多肽。如表 1 所示，共有 9594 对阳性多肽-蛋白质复合物样品和 9593 对阴性样品，其中有效蛋白质 14 374 种，有效多肽 9594 条。

## 技术路线
![](http://blog.lifs.top/usr/uploads/2025/01/683003610.png)
1. 一路用图网络。
2. 一路做结构。
3. 连接做MLP

(1) 数据预处理： 蛋白质和肽对应的氨基酸序列被编码为 L × 1024 大小的向量。这里，L 表示蛋白质/肽氨基酸序列的长度，1024 表示每个氨基酸被编码成 1024 维的向量。此外，通过计算 PDB 格式的蛋白质和肽结构文件中残基之间的距离，可以得到蛋白质和肽的接触图文件。
(2) 利用 TextCNN 模块提取蛋白质和肽的局部序列特征。(3) 提取蛋白质和肽的结构特征： 使用 TAGCN 模块通过蛋白质和肽的接触图文件提取结构特征。
(4) 预测模块： 最后，将上述步骤得到的蛋白质和肽对的局部序列特征和结构特征进行融合，然后输入预测模块。根据设定的阈值（此处设定为 0.5），确定输入的肽-蛋白质对中是否存在相互作用。输出结果大于或等于 0.5 的肽对被认为存在相互作用；输出结果小于 0.5 的肽对被认为不存在相互作用。

## 思考
考虑更加细致的蛋白质建模。