ScopeNovo：基于谱-谱相似性改进从头肽测序准确性的候选重排序方法

《Bioinformatics》：ScopeNovo: a De Novo Peptide Sequencing Method Using Spectrum-Spectrum Similarity to Refine the Prediction Accuracy

　　# 摘要## 动机基于串联质谱的从头肽测序对于表征未知蛋白质、鉴定新型翻译后修饰以及分析无参考数据库的样本至关重要。虽然最近的深度学习模型提高了预测肽段的准确性，但它们通常仅根据序列级解码分数来选择预测的肽段序列。很多时候，没有观测质量谱直接支持的肽段会被分配高分数。## 结果我们提出了 **ScopeNovo**，这是一种从头肽测序方法，通过利用输入谱与对应预测肽段序列的“代表性”谱之间的谱 - 谱相似性来提高预测肽段的准确性。ScopeNovo 使用现有的肽段从头测序学习模型生成多个候选肽段，并根据谱 - 谱相似性对候选项进行重新排序。为了测试我们的方法，我们使用 **π-PrimeNovo** 作为基础学习模型。在标准九物种基准数据集 **V1** 和 **V2** 上的实验结果表明，ScopeNovo 可以显著提高预测准确性。我们设计了两种设置，其中设置 1 针对注释良好的物种，设置 2 针对注释不良的物种。对于设置 1，ScopeNovo 在 **V1** 和 **V2** 上分别将九物种的 **π-PrimeNovo** 平均肽段准确性提高了 6.1% 和 4.0%。对于设置 2，ScopeNovo 仍然可以在 **V1** 和 **V2** 基准数据集上分别将九物种的 **π-PrimeNovo** 肽段准确性提高 3.4% 和 1.9%。与已知最佳方法 RankNovo 相比，我们的方法在设置 1 下，在 **V1** 和 **V2** 上针对九物种的肽段准确性分别为 0.711 和 0.737，而 RankNovo 的肽段准确性分别为 0.687 和 0.682。即使在设置 2 下，我们的方法的肽段准确性也与 RankNovo 相当。## 可用性ScopeNovo 使用 Python 实现，采用 MIT 许可证。源代码可自由访问，网址为 https://github.com/SoSongzhi/ScopeNovo.git。测试数据可在 https://doi.org/10.5281/zenodo.23181841 获取。## 补充信息补充数据可在《Bioinformatics》在线版获取。**关键词**从头肽测序，质谱，谱库，深度学习，Transformer