基于AlphaFold2与集成学习的蛋白质丙二酰化位点精准预测新方法

　　来自国内的研究人员针对蛋白质丙二酰化修饰位点实验鉴定成本高、周期长的问题，开发了融合三维结构特征与序列物理化学特征的Catsoft_Kmalsite预测模型。该模型通过AlphaFold2获取结构信息，结合CTDC/EAAC/EGAAC特征提取与贝叶斯优化集成策略，在五折交叉验证和独立测试集上均显著优于现有方法（AUC达95.18%），为疾病机制研究提供了高效计算工具。

　　

蛋白质的丙二酰化修饰（Malonylation）与糖尿病、癌症等多种疾病密切相关，精准识别其修饰位点对揭示疾病分子机制具有重要意义。传统实验方法存在成本高、周期长等技术瓶颈，而人工智能的发展为计算预测蛋白质翻译后修饰位点提供了新思路。

本研究提出名为Catsoft_Kmalsite的丙二酰化位点预测模型，其核心创新在于整合了蛋白质三维结构特征与序列/物理化学特征（通过CTDC、EAAC和EGAAC方法提取），并采用基于贝叶斯优化的基分类器软投票集成策略。具体而言：利用AlphaFold2获取蛋白质三级结构信息，采用CatBoost算法分别构建基于结构特征和序列特征的两个基分类器，经贝叶斯优化调参后通过软投票策略进行集成。

消融实验表明，Catsoft_Kmalsite模型展现出优异的鲁棒性和泛化能力。在五折交叉验证中，AUC（曲线下面积）、ACC（准确率）、Sen（灵敏度）、Pre（精确度）、F1（F1分数）和MCC（马修斯相关系数）六项指标分别达到94.03%、87.91%、89.15%、86.91%、88.00%和0.7585；在独立测试集上进一步提升至95.18%、89.55%、90.87%、88.79%、89.82%和0.7912，全面优于当前最先进的研究成果。

团队同步开发了在线预测平台（http://1.94.102.146:8501/Catsoft_Kmalsite）并开源了代码与数据集（https://github.com/flyinsky6/Catsoft_Kmalsite），为领域内研究者提供了高效可靠的计算工具。