精确的无矩阵流式方法可实现全局磷酸化位点共变映射，且无需生成二次型结果数据

《Scientific Reports》：Exact matrix-free streaming enables global phosphosite co-variation mapping without quadratic result materialization

　　

摘要

由于蛋白质磷酸化能够动态调控细胞信号传导，因此通过分析数千个磷酸化位点的协同变化情况，便可了解信号之间的协调机制。对于庞大的磷酸化蛋白组进行全面的成对相关性分析时，会受到二次运算的制约，同时还需要处理、排序并存储庞大的N×N规模的结果矩阵。我们开发了一种无需构建矩阵的流式处理框架，该框架可分块处理每对磷酸化位点，筛选出局部的Top-K候选项，再以确定性方式将它们合并为全局的Top-K列表，而无需存储完整的矩阵。这种方法在保持O(N2M)级运算量的同时，避免了二次规模的结果存储问题。在经过校准的合成数据测试中，一台NVIDIA RTX 3090显卡在24.79秒内（95%置信区间为24.73–24.81秒）处理了M=250个样本中的N=200,000个特征点（约2.0×101?对），此时GPU内存使用量峰值仅为0.449GB；而对应的密集型float64矩阵则需要大约320GB的存储空间。当N分别为10,000和20,000时，流式处理方法、密集型CPU处理方式以及密集型GPU处理方式得到的结果在字节级别上完全一致，且不受特征顺序的影响。将该方法应用于CPTAC数据库中的结肠、乳腺和肺组织磷酸化蛋白组后发现，许多极端的全体位点相关性实际上反映了同一蛋白质的重复检测或技术性共测量现象，这为分别进行全体位点分析、去重分析以及跨蛋白质分析提供了可能。因此，无需构建二次规模的结果矩阵，就可以在普通硬件上实现全面的精确分析，同时还能保持特征的顺序独立性，并便于对重复信息进行分解。