《Nature Communications》：Transfer learning in DeepLC improves LC retention time prediction across substantially different modifications and setups
编辑推荐：
针对液相色谱（LC）保留时间预测因实验参数差异导致的准确性下降问题，研究人员开展基于迁移学习的DeepLC模型研究。结果表明，该方法能有效适应不同肽段修饰和LC条件，显著提升预测稳健性，为蛋白质组学工作流程中的肽段鉴定、验证及DIA谱库生成提供通用解决方案。
在蛋白质组学研究中，液相色谱（LC）与质谱联用技术是分析复杂生物样本中肽段的关键工具。其中，肽段保留时间（Retention Time, RT）的准确预测对肽段鉴定、验证及数据非依赖采集（Data-Independent Acquisition, DIA）谱库构建至关重要。然而，不同实验室的LC实验参数（如色谱柱类型、流动相梯度等）存在显著差异，导致基于特定条件训练的RT预测模型在其他条件下性能急剧下降。传统解决方案多依赖模型校准或针对特定实验条件重新训练模型，但效果有限，制约了RT预测的广泛应用。
为突破这一瓶颈，研究人员在《Nature Communications》发表论文，探索迁移学习（Transfer Learning）在DeepLC模型中的应用。研究表明，通过迁移预训练模型参数，DeepLC能够适应与原始训练数据差异极大的肽段修饰类型和LC条件，实现高精度RT预测。这一发现为跨平台、跨实验设置的蛋白质组学分析提供了稳健技术支撑。
关键技术方法包括：基于深度学习架构的肽段RT预测模型（DeepLC）、迁移学习策略（利用预训练模型参数进行微调），以及针对不同修饰类型（如磷酸化、糖基化）和LC设置（如反相色谱柱、梯度程序）的数据集验证。实验使用公开蛋白质组学数据及自定义生成的数据队列，涵盖多种生物样本和修饰肽段。
迁移学习提升模型适应性
通过将预训练DeepLC模型参数迁移至新实验条件，研究发现模型无需大量新数据即可快速适配，即使新条件涉及截然不同的肽段修饰（如非经典修饰）或色谱参数。相比从头训练模型，迁移学习显著降低数据需求并提高预测一致性。
跨条件RT预测稳健性验证
在多种LC设置（如高压液相色谱与纳米液相色谱）和修饰肽段（如乙酰化、泛素化）场景下，迁移学习后的DeepLC模型均保持较高预测精度（相关系数>0.95），显著优于传统校准方法。这表明该方法对实验参数波动具有强容错性。
应用潜力于DIA谱库构建
将迁移学习优化的RT预测模型应用于DIA谱库生成，可提升谱库匹配可靠性，减少假阳性鉴定。案例显示，在跨实验室数据整合中，模型有效支持了大规模蛋白质组学项目的标准化分析。
研究结论强调，迁移学习策略使DeepLC成为通用RT预测工具，克服了传统模型对实验条件的敏感性。该技术有望推动蛋白质组学工作流程的标准化与自动化，特别适用于多中心研究中的数据整合。讨论部分指出，未来工作可进一步探索模型对极端修饰类型或新兴色谱技术的适应性，以扩大其应用边界。
