ترجمه فارسی مقاله یک خط لوله برای یادگیری مبتنی بر داده از ویژگی‌های توپولوژیکی با کاربردهایی در پیش‌بینی پایداری پروتئین

چکیده

In this paper, we propose a data-driven method to learn interpretable topological features of biomolecular data and demonstrate the efficacy of parsimonious models trained on topological features in predicting the stability of synthetic mini proteins. We compare models that leverage automatically-learned structural features against models trained on a large set of biophysical features determined by subject-matter experts (SME). Our models, based only on topological features of the protein structures, achieved 92%-99% of the performance of SME-based models in terms of the average precision score. By interrogating model performance and feature importance metrics, we extract numerous insights that uncover high correlations between topological features and SME features. We further showcase how combining topological features and SME features can lead to improved model performance over either feature set used in isolation, suggesting that, in some settings, topological features may provide new discriminating information not captured in existing SME features that are useful for protein stability prediction.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، ما یک روش داده محور را برای یادگیری ویژگی های توپولوژیکی قابل تفسیر داده های زیست مولکولی پیشنهاد می کنیم و اثربخشی مدلهای پارسا را ​​که در پیش بینی پایداری پروتئین های مینی مصنوعی آموزش دیده اند ، نشان می دهد.ما مدلهایی را مقایسه می کنیم که به طور خودکار ویژگی های ساختاری آموخته شده را در برابر مدل های آموزش داده شده بر روی مجموعه بزرگی از ویژگی های بیوفیزیکی که توسط متخصصان موضوع موضوع (SME) تعیین می شود ، مقایسه می کنیم.مدل های ما ، که فقط بر اساس ویژگی های توپولوژیکی ساختارهای پروتئینی مبتنی بر 92 ٪ -99 ٪ از عملکرد مدل های مبتنی بر SME از نظر میانگین نمره دقیق به دست آوردند.با بازجویی از عملکرد مدل و معیارهای اهمیت ویژگی ، ما بینش های بی شماری را استخراج می کنیم که از همبستگی بالایی بین ویژگی های توپولوژیکی و ویژگی های SME کشف می شود.ما بیشتر به نمایش می گذاریم که چگونه ترکیب ویژگی های توپولوژیکی و ویژگی های SME می تواند منجر به بهبود عملکرد مدل نسبت به هر یک از ویژگی های مورد استفاده در انزوا شود ، نشان می دهد که در برخی از تنظیمات ، ویژگی های توپولوژیکی ممکن است اطلاعات تبعیض آمیز جدیدی را که در ویژگی های موجود SME موجود نیست که برای پایداری پروتئین مفید است ، فراهم کند.پیش بینی