توقع عمر البروتينات النصفى من تسلسل الأحماض الأمينية بواسطة نماذج لغة البروتين

الملخص قمنا بتطوير نموذج للتنبؤ بعمر البروتينات النصفى، PLTNUM، استناداً إلى نموذج لغة البروتين باستخدام مجموعة بيانات واسعة من تسلسلات البروتينات وأعمار البروتينات النصفية من خط خلايا الفيبروبلاست جنين الفئران NIH3T3 كمجموعة تدريب. حقق PLTNUM دقة بنسبة 71% على بيانات التحقق وأظهر أداءً قويًا مع ROC قدره 0.73 عند تطبيقه على مجموعة بيانات خط خلايا بشرية. من خلال دمج تفسيرات شابلي الإضافية (SHAP) في PLTNUM، قمنا بتحديد العوامل الرئيسية التي تسهم في تقصير أعمار البروتينات النصفية، مثل المجالات المحتوية على السيستين والمناطق غير المنظمة بشكل طبيعي. باستخدام قيم SHAP، يمكن لـ PLTNUM أيضًا التنبؤ بتسلسلات دجرون المحتملة التي تقصر من أعمار البروتينات النصفية. يوفر هذا النموذج منصة لتوضيح تبعية التسلسل لأعمار البروتينات النصفية، بينما تؤكد حالة عدم اليقين في التوقعات على أهمية السياق البيولوجي في التأثير على أعمار البروتينات النصفية.