基于3D空间坐标表征和复杂网络特征的赖氨酸乙酰化位点识别新方法3DCOOR-Kace

《Analytical Biochemistry》：3DCOOR-Kace: A 3-d Spatial Coordinates Representation Method for Lysine Acetylation Site Identification

本文提出了一种基于二维张量的3D空间坐标表征方法（3DCOOR-Kace），通过融合序列和结构信息（DenseNet+SE层）显著提升赖氨酸乙酰化（Kace）位点识别性能（MCC达0.7358）。该方法突破实验限制，直接解析氨基酸空间位置，为计算生物学和功能研究提供新范式。

　　

Highlight

数据集构建

Kace研究对揭示生物功能和过程至关重要。本研究基于CPLM 4.0构建了小麦（Triticum aestivum）的Kace数据集，包含6,876个实验验证的Kace位点和106,278个非Kace位点。考虑到赖氨酸乙酰转移酶（KATs）结构域通常结合多肽底物的特性，数据集设计充分覆盖功能相关序列。

理化性质分析

为更好捕捉网络信息，我们根据20种氨基酸的不同理化性质进行分类，并沿多轴旋转生成3D空间坐标。从3D网络中提取的网络衍生结构特征矩阵（STF）输入单模块DenseNet，结果显示其SN、BACC、AUC、AP和MCC指标均优于其他理化性质分类策略（详见表1），证实基于电荷性质分类的坐标构建最具生物意义。

特征分析

现有Kace识别研究多依赖序列与结构信息融合。本研究设计双分支特征提取子模块（序列信息模块+网络信息模块），基于DenseNet避免不同来源信息干扰。通过对比实验发现：序列特征（BE、PseAAC等）与网络特征（STF）组合时性能最优，而单一特征模块中网络特征贡献度显著高于传统序列特征（P<0.05）。

结论

Kace作为关键蛋白质翻译后修饰，调控众多生物过程。本研究提出的基于二维张量的3D空间坐标表征方法（P_seq）能有效构建最优复杂网络并提取全局结构特征。相比传统蛋白质接触网络（PCNs），该方法在独立测试集上MCC提升0.4261（对比MusiteDeep）和0.1660（对比TransPTM），证实其整合结构与序列信息的优越性。该框架为PTM位点识别研究提供了新思路。