《Neurocomputing》：FedAntiDiaPep: Privacy-preserving deep learning framework for antidiabetic peptides identification using federated learning
编辑推荐：
糖尿病是全球最常见的慢性疾病之一，导致需要有效治疗的患者数量增加。抗糖尿病肽（Anti-diabetic peptides, ADPs）因其能够影响葡萄糖代谢而成为治疗糖尿病的有前景的候选药物。本研究提出了一种名为FedAntiDiaPep的新型联邦深度学习框
糖尿病是全球最常见的慢性疾病之一，导致需要有效治疗的患者数量增加。抗糖尿病肽（Anti-diabetic peptides, ADPs）因其能够影响葡萄糖代谢而成为治疗糖尿病的有前景的候选药物。本研究提出了一种名为FedAntiDiaPep的新型联邦深度学习框架，用于抗糖尿病肽识别。该框架结合了先进的特征工程、混合深度学习（hybrid deep learning）和联邦学习（federated learning），以确保数据安全。FedAntiDiaPep采用混合特征工程模型，融合了准序列顺序（Quasi-Sequence Order, QSO）和潜在语义分析（Latent Semantic Analysis, LSA）。QSO用于提取序列顺序和理化特征，LSA则捕获肽序列的潜在上下文特征。混合架构采用卷积神经网络（Convolutional Neural Networks, CNNs）–双向门控循环单元（Bidirectional Gated Recurrent Units, BiGRU）方法来处理提取的特征。CNN分段分析分析局部序列并识别提取特征的模式，BiGRU捕获序列的长距离依赖性和双向上下文信息。因此，FedAntiDiaPep能够学习肽序列的不同方面。实验表明，所提出的混合模型运行效率极高。迄今为止，FedAntiDiaPep达到了0.9776的准确率（accuracy）和0.9553的马修斯相关系数（MCC），使其比当前使用的现有模型更高效。结果表明，多种技术的组合对混合模型有利。总之，可以说FedAntiDiaPep是一种高效且有效的抗糖尿病肽识别方法。联邦学习的使用使得该技术能够在不共享数据的情况下进行模型训练，因此，该过程在药物开发和制定个性化糖尿病治疗计划中证明是有用的，同时确保了数据隐私。
**论文解读：FedAntiDiaPep——基于联邦学习的抗糖尿病肽识别隐私保护深度学习框架**
**研究背景与问题**
糖尿病（Diabetes mellitus, DM）是一种以血糖异常升高为特征的长期代谢紊乱疾病，全球患病人数持续增长，国际糖尿病联盟预测2045年将超过7.8亿。现有治疗手段如胰岛素和传统抗糖尿病药物存在副作用（如注射疼痛、局部刺激、高胰岛素血症）及价格高昂等问题，亟需开发新型治疗剂。抗糖尿病肽（Antidiabetic peptides, ADPs）作为短氨基酸序列，可通过激活胰高血糖素样肽-1受体、抑制酶等多种机制调节血糖，成为治疗糖尿病的有前景候选。然而，现有ADP预测方法存在局限性：AntiDMPpred（Chen等，2022）使用随机森林模型，但负数据集提取自AVPdb肽段且缺乏外部测试集；ADPs-Fuse（Basith等，2023）结合八种机器学习技术，但预测短肽段能力受限；STADIP（Arshad等，2024）采用堆叠集成预测器，同样无法有效预测短肽。此外，有限基准数据集、肽特征表征复杂性、深度学习模型计算需求高以及缺乏鲁棒的隐私保护联邦学习框架等问题亟待解决。为此，研究人员提出FedAntiDiaPep，一种新型联邦深度学习框架，用于在保护数据隐私的前提下实现ADP的准确识别。
**主要技术方法**
研究人员采用公开数据集（来源：BertADP论文，包含1932条蛋白序列，其中966条阳性ADP和966条阴性非ADP，训练集1798条，独立测试集134条），通过多视图特征融合（准序列顺序QSO与潜在语义分析LSA）生成互补肽表示；构建CNN-BiGRU混合深度学习模型，联合捕获局部序列模式和长距离双向上下文依赖；采用基于修剪均值（Trimmed Mean）聚合的联邦学习框架，支持分布式数据集协作训练并增强鲁棒性；使用10折交叉验证和独立测试评估性能，并进行拜占庭鲁棒性分析与消融研究。
**研究结果**
**3.1 结果分析**：通过独立测试评估不同特征提取及融合方法，FedAntiDiaPep在QSOrder+LSA特征组合下表现最优，准确率0.9776、灵敏度0.9851、F1分数0.9778、卡帕系数0.9552、马修斯相关系数0.9553；LSA和GTPC+LSA提供最高特异性0.9851。t-SNE可视化显示QSOrder+LSA特征产生清晰分离的聚类；ROC曲线分析显示AUC值达0.9970，优于其他模型。10次独立运行性能分布稳定，验证了鲁棒性。
**3.2 计算性能分析**：模型仅含110,401个可训练参数，模型大小0.47 MB，在5个客户端、25轮通信下总训练时间180.89秒，通信成本117.59 MB，平均推理时间2.68毫秒/样本，表明计算效率高。
**3.3 拜占庭鲁棒性分析**：通过注入高斯噪声模拟拜占庭攻击，修剪均值聚合机制有效缓解了恶意客户端更新的负面影响，性能下降有限，证明框架鲁棒。
**3.4 消融研究**：与FedAvg、中位数、简单均值、Krum、几何中位数、FedAdam等聚合方法比较，修剪均值聚合（TMA 10%）表现最佳；逐层移除实验表明BiGRU层贡献最大，移除后性能显著下降；批大小64为最优配置。
**讨论与结论**
讨论部分指出，FedAntiDiaPep综合了混合特征表示、CNN-BiGRU架构和联邦学习，在准确率、灵敏度、特异性、MCC等指标上均超越现有模型（如AntiDMPpred、ADP-Fuse、STADIP、BertADP），相比BertADP准确率提升0.0224，MCC提升0.0413，特异性提升0.0601，AUC达0.9970。但存在数据集规模小、客户端数据分区受限等局限，未来需引入更多生物数据、改进特征表征技术、发展对比联邦学习方法及高级隐私保护策略。结论部分确认：该研究提出了FedAntiDiaPep，一种创新的联邦深度学习模型，结合混合特征表示、深度学习与隐私保护联邦学习，实现准确ADP预测；实验表明准确率0.9776、MCC 0.9553，优于现有方法；混合特征表示和联邦学习在保证数据隐私的同时实现优异预测性能；该框架可加速抗糖尿病肽发现，为现有实验筛选方法提供高效、低成本的解决方案，并有助于新药发现和更有效糖尿病治疗方案的制定。
