单细胞中蛋白质亚细胞定位的预测

蛋白质的亚细胞定位对其功能至关重要，其错误定位与多种疾病相关。现有数据集仅捕获有限的蛋白质和细胞系对，而现有的蛋白质定位预测模型要么会遗漏细胞类型特异性，要么无法推广到未知蛋白质。本文，我们提出了一种预测未知蛋白质亚细胞定位 (PUPS) 的方法。PUPS 结合了蛋白质语言模型和图像修复模型，能够同时利用蛋白质序列和细胞图像。我们证明，蛋白质序列输入可以推广到未知蛋白质，而细胞图像输入可以捕捉单细胞变异性，从而实现特定于细胞类型的预测。实验验证表明，PUPS 可以在用于训练的人类蛋白质图谱之外的新实验中预测蛋白质定位。总而言之，PUPS 提供了一个框架，用于预测跨细胞系和同一细胞系内单细胞的差异蛋白质定位，包括由突变驱动的蛋白质定位变化。