Proteinlerin subselüler yerleşimlerinin görüntü, sekans ve interaktom verisi tabanlı tahmini

Proteinlerin subselüler yerleşimleri (SY) bilgisi, ilaç geliştirme, sistem biyolojisi, proteomik ve fonksiyonel genomik alanlarında önemlidir. Deneysel çalışmalarla ilişkilendirilen yüksek maliyetler nedeniyle, proteinlerin SY'lerini doğru bir şekilde tahmin edecek için hesaplamalı sistemleri geliştirmek gerekli hale gelmiştir. Farklı biyolojik veri türlerinin (örneğin, biyomoleküler diziler, biyomedikal görüntüler, yapılandırılmamış metinler vb.) araştırmacılar için kolayca erişilebilir hale gelmesi, tahminlerin hem performansını hem de kapsamını artırmak için tamamlayıcı veri türlerinden yararlanma olasılığı sunmuştur. Bu çalışmada, protein SY'lerini çok modlu derin öğrenme ile tahmin etmek için HoliLoc adlı yeni bir yöntem önerilmiştir. Yaklaşımımız, protein dil modellerini, çizge öğrenme tekniklerini ve evrişimli ve ileri beslemeli sinir ağlarını kullanarak, 22 farklı kompartıman için proteinlerin SY'lerini tahmin etmek için üç farklı veri türünden yararlanır (2D konfokal mikroskopi görüntüleri, amino asit dizileri ve protein-protein etkileşimleri). Sistem, uçtan uca bir şekilde eğitildi ve performanslar daha önce görülmeyen test veri setinde hesaplandı. Her biri tek bir veri tipini kullanan bireysel modellerin test performansı ortalama 0.18 makro F1 puanı ve 0.55 doğrulukta iken, HoliLoc'un (3 modalitenin birleşimi) gözlemlenen ortalama test performansı 0.26 makro F1 puanı ve 0.60 doğruluk olarak tespit edildi. Bu sonuçlar, önerilen çoklu modlu öğrenme yaklaşımının başarısını göstermektedir. Literatürde mevcut SY tahmincilerine karşı yaptığımız karşılaştırmaya göre, HoliLoc oldukça rekabetçi bir performans sergilemektedir. HoliLoc, yaşam bilimleri araştırmacılarına, ilgilendikleri proteinin subselüler yerleşimlerini doğru bir şekilde tahmin ederek laboratuvar deneyleri için gereken maliyeti ve zamanı azaltacak açık erişimli bir programlama aracı olarak sunulmaktadır.