JIZHENG LI CHANGXIN FAN Hoi Ying LAU TIANYUE WU

Abstract

Die präzise Identifizierung von Metallbindungsresten ist entscheidend für die Untersuchung von Metallproteinen wie Zinkfingern, Hämoglobin und DNA-Polymerasen. Aufgrund der hohen Kosten und zeitaufwändigen Natur experimenteller Methoden werden zunehmend computergestützte Vorhersagemethoden eingesetzt. Allerdings behinderten die hohe Rechenkomplexität und die geringe Flexibilität starre Architekturen die Anwendung. In dieser Arbeit wird ein zweistufiges, sequenzbasiertes tiefes Lernframework vorgestellt, das die Vorhersage von Aminosäuren, die Zink, Eisen und Magnesium binden, ermöglicht. Im ersten Schritt werden tokenisierte Sequenzen unabhängig durch eindimensionale Faltungsneuronale Netze (1D-CNNs) verarbeitet, um Einzelrest-Wahrscheinlichkeitskarten zu generieren. Im zweiten Schritt integriert ein leichtgewichtiges Fusionssystem diese Karten, um intermetalläre Abhängigkeiten zu modellieren und die Vorhersagen zu verfeinern. Das Framework verwendet eine verlustfunktion, die Ungleichgewichte in den Daten berücksichtigt, sowie eine Ensembles-Evaluierung, um die Robustheit zu erhöhen. Durch eine strukturunabhängige und modulare Architektur wird eine effiziente Trainings- und Inferenzphase ermöglicht, was das Framework besonders geeignet für die Annotation großer Proteom-Datenmengen macht.