TRGH-PPI：通过Transformer和图模型实现蛋白质-蛋白质相互作用的有效且泛化的预测

《IEEE Transactions on Computational Biology and Bioinformatics》：TRGH-PPI: Effective and Generalized Prediction of Protein-Protein Interactions Through Transformer and Graph

蛋白互作预测的集成框架TRGH-PPI结合Transformer和图神经网络（GNN），通过迭代提取序列和结构特征，提出动态注意力机制的dpdGAT模块，实验表明其平均性能提升2%-5%。

　　

摘要：

蛋白质-蛋白质相互作用（PPI）是生物系统中功能和信号传导的基本方式。随着实验性PPI研究需求的增加和成本的上升，需要计算工具来自动预测和理解PPI。然而，现有方法要么严重依赖蛋白质序列进行PPI预测，要么基于结构是相互作用关键决定因素的信念来关注蛋白质结构。但实际上，两者都对蛋白质的功能有重要影响。因此，我们提出了一个基于Transformer和GNN的集成框架TRGH-PPI，该框架包括一个蛋白质特征提取模块和一个PPI预测模块，能够同时建模这两种类型的蛋白质信息并预测PPI。在蛋白质特征提取模块中，我们反复使用Transformer和GCN来迭代更新蛋白质的序列表示和结构特征。Transformer和GCN的结合使它们能够发挥各自的优势，促进模型创新，并提高图数据处理的效率。在PPI预测模块中，我们提出了dpdGAT，它使用更适合PPI预测的点积运算，并具有动态注意力机制。大量实验表明，TRGH-PPI优于当前先进的方法，在预测PPI方面表现出高准确性和泛化能力。通过整合序列和结构特征的协同建模，该模型在三个数据集上的关键指标上平均提高了2%至5%。

引言

蛋白质-蛋白质相互作用（PPI）是生物研究中的核心课题，因为它们在各种细胞功能中起着关键作用，包括信号转导和代谢调节[1]。识别PPI对于理解蛋白质功能和疾病发生非常重要，这有助于发现治疗靶点[2]和设计新药物[3]。随着高通量实验技术的发展，研究人员现在可以识别和表征大量的PPI。诸如酵母双杂交（Y2H）[4]筛选和基于质谱的蛋白质复合物鉴定（MS-PCI）[5]等方法可以表征大规模的蛋白质相互作用网络，但错误率较高。亲和纯化富集质谱（AE-MS）[6]和基于测序的酵母双杂交（Y2H-seq）[7]显著降低了假阳性率。邻近标记技术如TurboID[8]和APEX2[9]可以快速标记相邻蛋白质。然而，这些方法的实验过程复杂、周期长且规模有限[10]。