立即注册找回密码

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

手机动态码快速登录

手机号快速注册登录

搜索

图文播报

查看: 269|回复: 0

【天药】2021级硕士研究生王佳琦:使用深度学习方法通过血浆肽对重度抑郁症进行分子诊断

[复制链接]
发表于 2025-3-10 18:16 | 显示全部楼层 |阅读模式

登陆有奖并可浏览互动!

您需要 登录 才可以下载或查看,没有账号?立即注册 微信登录 手机动态码快速登录

×


研究背景
深度学习是一种基于深层神经网络的机器学习方法,是人工智能(AI)领域的重要分支,通过模拟人脑神经元连接方式,利用多层结构从大量数据中自动提取特征和规律,从而解决复杂的计算和预测问题。深度学习广泛应用于药物筛选、分子设计、药效预测、疾病诊断、医学影像分析等领域。同时,在精准医疗、个性化治疗和生物信息学中也发挥着重要作用,包括挖掘生物标志物、优化药物靶点、预测疾病风险等。结合大数据和人工智能技术(AI),深度学习正推动药物研发和医疗服务向智能化、精准化方向发展。
重度抑郁症(MDD)临床上尚无生物标志物,本研究开发了一种深度学习方法,用于发现能够区分MDD患者与健康对照的质谱特征。基于血浆肽建立的深度神经网络(称为CMS-Net)可以进行诊断和预测,准确率为0.9441。其灵敏度和特异度分别达到0.9352和0.9517,受试者工作特征曲线下面积(AUC)提高到0.9634。通过基于梯度的特征重要性方法来解释关键特征,从14种前体蛋白(例如血红蛋白、免疫球蛋白、白蛋白等)中鉴定出28条差异肽序列。
研究成果突显了在化学与计算科学辅助下实现MDD分子诊断的可能性。



Fig. 1. Schematic diagram of diagnosis of MDD with plasma peptide data based on DL
研究内容
2024年11月,沈阳药科大学高慧媛教授课题组与中国科学院大连化学物理研究所张晓哲研究员团队在Briefings in Bioinformatics(中科院一区期刊,IF 6.8)上合作发表了题目为“Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach”的科研文章。采用LC-MS检测技术,利用SVA等方法对MDD和健康血浆样本数据进行校正。



Fig. 2. Batch effects of MDD datasets

发展CMS-Net模型评估了MDD数据集的分类性能指标,CMS-Net通过局部特征提取、全局特征提取和多头注意力机制的结合,可从常见的LC-MS数据集中有效提取能够用于分类的分子特征。



Fig. 3.CMS-Net model architecture, training process, and comparative experimental testing

使用CMS-Net和八种其他模型对MDD数据的分类性能进行评估,则CMS-Net获得了显著分类评价指标。在测试数据集上,该方法实现了平均ACC值0.9441,平均AUC值0.9634,平均灵敏度和特异度分别达到0.9352和0.9517。根据t检验的P值分析,CMS-Net分类性能较其他模型更具统计学上的显著性差异,在MDD二元分类任务中表现出了良好的分类性能。



Fig. 4 ROC curve of five-fold cross-validation of four models in ten independent iterations

最后,研究基于梯度特征重要性方法的定性分析,通过比较数据库以及根据模型输入和输出获得的重要特征性鉴定结果,成功的从14种前体蛋白中鉴定出28条差异肽。
总结与致谢
以上工作发表在Briefings in Bioinformatics%http://28doi.org/10.1093/bib/bbae554%29。2021级硕士研究生王佳琦为本文第一作者,高慧媛教授、高明教授和张晓哲研究员为本文共同通讯作者。本项工作得到了辽宁省科学技术厅项目(2021JH2/10200004)、辽宁省自然科学基金(2024-MS-175)项目的支持。
作者介绍
王佳琦于2020年7月获吉林化工学院理学学士学位;2021年9月考入沈阳药科大学药学(天然药物化学)专业,目前以第一作者发表SCI论文1篇。






END
图文来源:中药学院天然药物化学教研室
编辑/设计:董兴浩
撰稿:王佳琦
审核:蒋晓文、孟大利







http://weixin.qq.com/r/_Si2rm3EaDAXrSnN933r (二维码自动识别)

北国天药syphu




精彩推荐

【天药学子】2023级博士王胜林:激活SIRT1的硫化氢供体衍生物有效抵抗心肌缺血损伤

【天药学子】中药学院师资博士后杨毅仁:基于药对理论发现新型药物组合抗结直肠癌新策略

【天药学子】2021级硕士生王鑫烨:甘遂中巨大戟烷型二萜通过靶向ULK1抑制非小细胞肺癌细胞

【天药学子】2023级博士尹林州:植物成分衍生的纳米药物/囊泡为炎症性肠病提供了一个有希望的曙光

【天药学子】2022级博士徐志勇:胡椒根中的羟基酰胺生物碱:天然抗氧化剂和酪氨酸酶抑制剂的潜在来源

原文地址:https://zhuanlan.zhihu.com/p/17552511688
楼主热帖
回复

使用道具 举报

发表回复

您需要登录后才可以回帖 登录 | 立即注册 微信登录 手机动态码快速登录

本版积分规则

关闭

官方推荐 上一条 /3 下一条

快速回复 返回列表 客服中心 搜索 官方QQ群 洽谈合作
快速回复返回顶部 返回列表