VARDON：基于变分自适应随机失活的鱼类酶功能跨物种预测方法

《BMC Genomic Data》：VARDON: a deep learning framework with variational adaptive real dropout for enzyme classification in fish proteomes

　　

摘要

研究动机

由于实验注释稀缺以及现有方法在跨物种泛化方面表现不佳，预测非模式鱼类物种中的酶功能仍然具有挑战性。使用蛋白质嵌入的深度学习方法提供了一种高效的替代方案，然而现有的随机失活机制缺乏对嵌入空间的适应性，且通常无法在不同物种间进行泛化。

研究结果

我们提出了VARDON（变分自适应真实随机失活），这是一类包含五种新型随机失活机制的家族，具有可学习的每神经元比率和贝叶斯近似。利用来自12个鱼类物种的4，568个经人工审校蛋白质的预计算UniProt嵌入（1024维），我们通过10折交叉验证、独立测试集和留一物种交叉验证（LOSO）评估了VARDON配置与五个基线的性能。VARDON变体在标准基准测试中表现出具有竞争力的性能（MCC = 0.8606，仅比最佳基线低0.0008），同时在跨物种泛化方面表现优异，其中VARDON_AdaptiveVD实现了最高的平均LOSO MCC（0.8823），与表现最佳的基线（Residual_MLP：0.8824）基本持平，并比Gaussian_Dropout_NN（0.8556）高出3.1%。VARDON变体还表现出卓越的特征稳定性（最高比Gaussian Dropout高4.5倍），使用Friedman方差分析进行的统计分析显示方法之间存在高度显著差异（p < 0.001），其中VARDON变体在66.7%的配置和100%的AUC比较中获胜。可学习的随机失活率适应蛋白质嵌入空间，在减少过拟合的同时提升了性能。

研究结论

所提出的VARDON框架在标准基准测试中实现了具有竞争力的性能，并具备卓越的跨物种泛化能力。包含12个鱼类物种中4，568个经审校蛋白质的精选数据集以及源代码已公开，可供可重复研究使用。

图文摘要