단일 세포에서 단백질의 세포 내 위치 예측

단백질의 세포 내 위치는 그 기능에 중요하며, 이의 오위치화는 다양한 질병과 연관되어 있습니다. 기존 데이터셋은 제한된 단백질-세포주 쌍만을 포착하며, 기존의 단백질 위치 예측 모델들은 세포 유형 특이성을 놓치거나 미지의 단백질로 일반화할 수 없습니다. 여기서 우리는 미지의 단백질들의 세포 내 위치 예측(Prediction of Unseen Proteins' Subcellular localization, PUPS) 방법을 소개합니다. PUPS는 단백질 언어 모델과 이미지 인페인팅 모델을 결합하여 단백질 서열과 세포 이미지를 모두 활용합니다. 우리는 단백질 서열 입력이 미지의 단백질로의 일반화를 가능하게 하며, 세포 이미지 입력이 개별 세포 변동성을 포착하여 세포 유형 특이적인 예측을 가능하게 함을 보여줍니다. 실험 검증 결과, PUPS가 훈련에 사용된 인간 단백질 아틀라스(Human Protein Atlas) 외에서 새로 수행된 실험에서 단백질 위치를 예측할 수 있음을 확인하였습니다. 종합적으로, PUPS는 세포주 간 및 세포주 내 개별 세포 간의 차등적인 단백질 위치를 예측하는 프레임워크를 제공하며, 돌연변이에 의해 유발되는 단백질 위치 변화도 포함합니다.