[论文解读] ContraNovo: A Contrastive Learning Approach to Enhance De Novo Peptide Sequencing
ContraNovo 使用对比学习桥接质谱和肽序列，并将前缀/后缀质量信息纳入解码，在基准数据集上实现了最先进的de novo肽序列测定。
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.
研究动机与目标
- 推动改进超越序列到序列框架的de novo肽序列测定准确性。
- 利用对比学习在质谱和肽表示之间建立对齐。
- 通过前缀/后缀信息将氨基酸质量纳入解码以提供引导。
- 开发利用质量感知嵌入和集成损失的解码器，实现联合训练。
提出的方法
- 用自注意力编码器对质谱和肽进行编码，以获得全局的质谱/肽特征。
- 使用对比损失进行训练，使质谱和肽表示在共享空间中对齐。
- 用类似Transformer的解码器解码肽，利用前缀-后缀质量信息和质量感知的氨基酸嵌入查找。
- 在联合训练目标中将交叉熵解码损失与对比损失结合，设定动态权重参数。
- 将峰值、前体和氨基酸质量信息并入嵌入和解码过程。
实验结果
研究问题
- RQ1对比学习在质谱与肽之间是否能提升相较于传统序列到序列方法的de novo测序准确性？
- RQ2在解码中融入前缀和后缀质量信息是否能提升氨基酸和肽水平的预测？
- RQ3质量感知的氨基酸嵌入对近质量氨基酸的解码决策有何影响？
- RQ4将对比损失与标准解码损失结合对总体性能有何影响？
主要发现
- ContraNovo 在9-species-V1基准上，对氨基酸和肽的精确度均高于 Peaks、DeepNovo、PointNovo、CasaNovo、CasaNovoV2。
- 在九个物种的平均表现中，ContraNovo在氨基酸精确度上较CasaNovoV2提升4.6%，在肽精确度上提升8.2%。
- 在9-species-V2（修改 richer）上，ContraNovo在氨基酸精确度上比CasaNovoV2高3.3%，在肽精确度上高3.7%。
- ContraNovo在人类数据上在氨基酸层面表现优于CasaNovoV2，提升了17.6%。
- 消融研究显示束搜索、对比学习、氨基酸嵌入、前缀/后缀质量信息均对性能提升有贡献，删去时会出现显著下降。
- ContraNovo在处理质量相近的氨基酸（例如 M(Oxidation) 与 F）方面，优于CasaNovoV2。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。