基于迁移学习混合注意力的蛋白质相互作用网络预测新方法AttnSeq-PPI

本文提出了一种创新的深度学习框架AttnSeq-PPI，通过融合自注意力（self-attention）和交叉注意力（cross-attention）机制，结合ProtT5大语言模型（LLM）的蛋白质序列嵌入技术，显著提升了蛋白质相互作用（PPI）网络预测的准确性和泛化能力。该模型在多个物种数据集上实现99%的预测精度，为大规模PPI研究提供了高效计算工具。

　　

亮点

数据集

本研究使用了三个经过实验验证的PPI数据集进行模型训练和评估：

• •
  物种内人类数据集包含36,630个相互作用PPI样本和36,480个非相互作用样本
• •
  酵母数据集包含33,479个正样本和同等数量的负样本
• •
  多物种数据集整合了六个物种的PPI数据

结果与讨论

我们采用5折交叉验证对三个数据集进行模型训练和评估（表1）。每次迭代中测试集的结果均用于模型评估。此外，四个独立物种数据集和两个网络数据仅用于模型验证。本节展示了所提模型的性能及其与其他方法的比较结果。消融实验结果见第3.5节。t-SNE图可视化分析揭示了特征分布的聚类模式。

结论

本研究重点提升了不同数据集上PPI网络预测的准确性。我们将网络预测问题构建为二分类问题，其中正相互作用蛋白质对标记为1，负相互作用对标记为0。与现有先进方法相比，本模型表现出卓越的竞争力。创新性在于通过混合注意力机制提取蛋白质对的上下文特征，显著提升了模型对未知蛋白质的泛化能力。