T2Pdecoder可基于转录组数据实现以蛋白质为中心的分析

《Nature Communications》：T2Pdecoder enables protein-centric analyses from transcriptomic data

　　

摘要

与RNA定量相比，蛋白质定量尚未得到广泛应用，尤其是在异柠檬酸脱氢酶（IDH）突变型胶质瘤研究中。通过RNA预测蛋白质丰度有助于利用现有数据理解生物过程，但RNA与蛋白质之间较弱的关联性带来了巨大挑战。目前大多数方法只能从转录组中预测有限的蛋白质亚群，这限制了其在更广泛的蛋白质组学研究中的应用。在此，我们提出了T2Pdecoder，这是一种整合多组学数据的深度学习模型，通过学习蛋白质和RNA的共享嵌入空间来预测更全面的蛋白质丰度谱。在不同的胶质瘤数据集上对T2Pdecoder进行测试后，发现其与实际测定的蛋白质丰度相比虽提升幅度不大但较为稳定，同时能更准确地呈现蛋白质水平的通路富集模式。将T2Pdecoder应用于胶质瘤的批量RNA数据后，可识别出具有显著生存差异的功能亚群。此外，该模型还能减少单细胞RNA数据中的批次差异，并识别出独特的细胞标记物。总体而言，这些结果表明T2Pdecoder能够基于转录组数据开展以蛋白质为中心的分析，可能在癌症研究中为传统的仅基于RNA的分析提供额外的生物学见解。