DeepUbi：蛋白质泛素化位点预测的深层学习框架
背景
泛素泛素化是指泛素蛋白与赖氨酸(K)的靶蛋白结合，是真核生物中信号转导、细胞分裂和免疫反应等多种细胞功能的重要调节因子。实验和临床研究表明泛素化在多种人类疾病中起着关键作用，蛋白质组学的最新进展引起了人们对泛素化位点识别的兴趣。然而，目前大多数预测目标位置的计算工具都是基于小规模数据和浅层机器学习算法。
结果
随着更多实验验证泛素化位点的出现，我们需要设计一个预测器来识别大规模蛋白质组数据中赖氨酸泛素化位点。本文提出了一种基于卷积神经网络的深度学习预测器DeepUbi。从序列和物理化学性质上采用了四个不同的特征。在10倍交叉验证中，DeepUbi得到的AUC(接收机操作特征曲线下面积)为0.9，其准确性、敏感性和特异性均超过85%。综合指标MCC达到0.78。我们还开发了一个软件包，可以从Https://github.com/Sunmile/DeepUbi.
结语
结果表明，DeepUbi在基于大量数据的泛素化预测中具有良好的性能。
背景
泛素最早是由Goldstein等人发现的。一九七五年[1]。泛素化是一种常见的真核细胞翻译后修饰(Ptm)，是泛素与多种细胞蛋白的共价结合。2]。在泛素化过程中，泛素通过三步酶促反应附着在赖氨酸(K)残基上的底物上。有三种酶–泛素激活酶(E1s)、泛素结合酶(E2s)和泛素连接酶(E3s)，它们一个接一个地起作用。3,4,5]。泛素化系统负责细胞分子功能的许多方面，如蛋白质定位、代谢、调节和降解。4,5,6,7]。它还参与细胞分裂和凋亡、信号转导、基因转录、DNA修复和复制、细胞内转运和病毒出芽等多种生物学过程的调控。4, 5]。有证据表明泛素化与细胞转化、免