一种用于通过靶向替换分析实现高效深度突变扫描的机器学习框架

《BMC Bioinformatics》：Machine learning framework for cost effective deep mutational scanning through targeted substitution profiling

　　

摘要

背景

深度突变扫描（DMS）能够提供蛋白质变异效应的全面图谱，但实验过程仍然较为繁琐。机器学习（ML）方法有潜力通过利用有限的数据预测替换突变的功能影响，从而减轻DMS的实验负担。

结果

我们引入了一种基于SARS-CoV-2主要蛋白酶（Mpro）标准化DMS评分训练的ML分类器，用于将氨基酸替换分为功能性（类似野生型）和非功能性两类。通过暴力特征选择，我们确定了每个残基所需的六个替换评分的最小子集，这些评分能够准确分类其余的替换突变，即使是在最低准确率情况下，准确率也能超过90%。评估了包括支持向量机、随机森林和逻辑回归在内的模型，这些模型在未经重新训练的情况下（零样本预测）对额外的SARS-CoV-2 Mpro数据集以及不相关的数据集进行了测试。这些模型的零样本性能在其他酶类上表现最佳，而在用于评估蛋白质折叠和/或蛋白质-蛋白质相互作用的DMS系统时表现较为一般。

结论

结果表明，将靶向DMS与ML结合使用可以降低测序和试剂成本，同时保持分类准确性，为加速变异效应预测提供了一条实用的方法。