[論文レビュー] ContraNovo: A Contrastive Learning Approach to Enhance De Novo Peptide Sequencing

Zhi Jin, Sheng Xu+7 more|arXiv (Cornell University)|Dec 18, 2023

Advanced Proteomics Techniques and Applications被引用数 7

ひとこと要約

ContraNovo はスペクトルとペプチド間の対照学習を用いてスペクトルとペプチド表現を橋渡し、デコード時にプレフィックス/サフィックス質量情報を組み込むことで、ベンチマークデータセット上の新規デノボペプチド配列決定で最先端を達成する。

ABSTRACT

De novo peptide sequencing from mass spectrometry (MS) data is a critical task in proteomics research. Traditional de novo algorithms have encountered a bottleneck in accuracy due to the inherent complexity of proteomics data. While deep learning-based methods have shown progress, they reduce the problem to a translation task, potentially overlooking critical nuances between spectra and peptides. In our research, we present ContraNovo, a pioneering algorithm that leverages contrastive learning to extract the relationship between spectra and peptides and incorporates the mass information into peptide decoding, aiming to address these intricacies more efficiently. Through rigorous evaluations on two benchmark datasets, ContraNovo consistently outshines contemporary state-of-the-art solutions, underscoring its promising potential in enhancing de novo peptide sequencing. The source code is available at https://github.com/BEAM-Labs/ContraNovo.

研究の動機と目的

• デノボペプチド配列決定の精度をシーケンス対シーケンス framing 以上に向上させる動機づけ。
• スペクトルとペプチド表現を整列させるための対照学習を活用する。
• デコoding を導くためにアミノ酸の質量情報を prefix-suffix 情報として組み込む。
• 質量認識 embeddings と統合損失を用いたジョイント学習可能なデコーダを開発する。

提案手法

• 自己注意ベースのエンコーダでスペクトルとペプチドをエンコードし、グローバルなスペクトル/ペプチド特徴を取得する。
• 対照損失を用いてスペクトルとペプチド表現を共有空間で整合させる。
• プレフィックス-サフィックス質量情報を利用したトランスフォーマー様デコーダでペプチドをデコードし、質量認識のアミノ酸埋め込み参照を行う。
• クロスエントロピーのデコーダ損失と対照損失をジョイント学習目的で組み合わせ、動的ウェイト付けパラメータを用いる。
• 埋め込みとデコoding プロセスにピーク質量、前駐質量、アミノ酸質量情報を組み込む。

実験結果

リサーチクエスチョン

• RQ1 スペクトルとペプチド間の対照学習は従来の seq2seq アプローチを超えるデノボシーケンス精度の向上をもたらすか。
• RQ2 デコード時に prefix および suffix 質量情報を組み込むことでアミノ酸およびペプチドレベルの予測精度は改善されるか。
• RQ3 質量認識のアミノ酸埋め込みは近似質量のアミノ酸に対するデコード決定にどのように影響するか。
• RQ4 対照損失と標準デコーディング損失を組み合わせた場合の全体的な性能への影響はどの程度か。

主な発見

• ContraNovo は 9-species-V1 ベンチマークで Peaks、DeepNovo、PointNovo、CasaNovo、CasaNovoV2 より高いアミノ酸精度とペプチド精度を達成。
• 9種の種全体の平均で、ContraNovo は CasaNovoV2 よりアミノ酸精度を 4.6%、ペプチド精度を 8.2% 向上。
• 9-species-V2 でより豊富な修飾を用いた場合、ContraNovo は CasaNovoV2 よりアミノ酸精度で 3.3%、ペプチド精度で 3.7% の上昇。
• ContraNovo は人間データで強い性能を示し、アミノ酸レベルで CasaNovoV2 を 17.6% 上回る。
• アブレーション研究により、ビーム探索、対照学習、アミノ酸埋め込み、プレフィックス/サフィックス質量情報の各要素が性能向上に寄与し、欠失時には顕著な低下が見られる。
• ContraNovo は質量が近いアミノ酸（例：M(Oxidation) と F）を CasaNovoV2 よりうまく扱う。