基于多头注意力机制和残差神经网络的肽谱匹配打分算法
2020-06-20王海鹏牟长宁
计算机应用 2020年6期
关键词:模型
闵 鑫,王海鹏,牟长宁
(山东理工大学计算机科学与技术学院,山东淄博 255000)
(∗通信作者电子邮箱hpwang@sdut.edu.cn)
0 引言
现如今主流的蛋白质序列鉴定方法中,序列数据库搜索法[1]因其对不同的质谱类型表现出很强的鲁棒性且性能良好而成为最常用的鉴定方法。序列数据库搜索法的目的是在蛋白质序列数据库中搜索匹配出最可能产生给定实验质谱的序列,具体步骤一般分为三部分:对于每一张实验质谱,首先,从序列数据库中提取出与产生该实验质谱的母离子质量偏差在一定范围内的所有肽段形成肽谱匹配;然后,计算出每一个候选肽段的理论质谱和对应的实验质谱的得分;最后,再根据分数对肽谱匹配进行排序,取出分数最高者作为鉴定结果。其中,有效准确地计算出肽谱匹配得分对最终的鉴定结果起着决定性的作用。大多数打分算法都依赖于将候选肽转换成理论质谱,然后计算理论质谱与实验质谱的某种相似度分数,再通过全局信息进行二次打分。目前比较新的常用数据库搜索鉴定工具主要包括Comet[2-3]、MSGF+[4]、Mascot[5]、MaxQuant[6]等,其中Comet 和MSGF+作为代表性的开源鉴定工具被广泛使用,但是这些传统的鉴定工具中所使用的肽谱匹配打分方法都依赖于已知的肽碎裂规律及相关信息,存在着理论质谱准确度和相似度计算方法有效性等限制。
使用非深度学方法解决肽谱匹配打分问题一直是一个备受关注的问题,Bai 等[7]使用最大二分匹配模型进行肽谱匹配打分并取得了不错的效果,但由于最大二分匹配模型存在的问题导致肽谱匹配打分仍旧存在很大的问题。……
登录APP查看全文
