★ 2
GyroNovo:误差引导的肽段从头测序框架
针对串联质谱从头肽段测序中谱图稀疏、噪声大、碎片缺失的问题,该研究提出 GyroNovo 框架。它利用训练中观察到的解码器误差来调整缺失碎片插补目标,并通过旋转嵌入将峰间质量差编码进自注意力。在 NovoBench 上,肽段级精度提升约 9 个百分点,氨基酸级精度提升约 7 个百分点。
arXiv cs.LG35 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
针对串联质谱从头肽段测序中谱图稀疏、噪声大、碎片缺失的问题,该研究提出 GyroNovo 框架。它利用训练中观察到的解码器误差来调整缺失碎片插补目标,并通过旋转嵌入将峰间质量差编码进自注意力。在 NovoBench 上,肽段级精度提升约 9 个百分点,氨基酸级精度提升约 7 个百分点。
碰撞截面(CCS)是离子迁移质谱中常用的分子注释描述符,但预测困难,因为其反映气相分子离子的尺寸、形状与电离状态。多数预测器忽略显式3D结构或将加合物身份作为晚期类别特征。作者提出GRACE,通过早期融合的几何残差加合物条件化适配预训练分子几何编码器,在9000余条实验记录上三种划分均取得最佳平均…
近期研究表明最近邻检索在MS/MS谱分子指纹预测上是强基线,部分变体可媲美甚至超越深度学习模型。本文系统比较多种最近邻变体,分析推理时可用信息假设差异对性能的影响,旨在建立更严格的基线以推动该领域更严谨的评测。