Nat. Commun. | 利用可解释深度研习绘制糖基转移酶折叠图景

UMAP算法可将Block 2的三层功能性布三维(布2a)。正如短期内的那样，研究成果注意到了所有主要GT支架间的转化，引人注意了凸架的界定能够。

此外，研究成果者还注意到了GT-A、-B和-C支架多种类型的各有不同子结构所设计。为了全面性分析工具这些子结构所设计，研究成果者首先对三种支架多种类型中不会的每一种进行时原则上的UMAP分析工具，并用作很高斯混杂凸架(GMM)算法对造成的投影进行时聚类，以核对主要GT支架多种类型中不会的聚类。这得到了两个GT-A簇和三个GT-B和GT-C簇。

布2. UMAP投影说明了了主要GT支架多种类型的转化。布片起源于Nat. Commun.

两个各有不同的GT-A簇九成了大多的家系，34个家系中不会的17个组成了一个更大的GT-A0簇。10个家系被归为GT-A1簇，而其余7个家系没有被归为簇，集中于在两个中不会心簇均(布2b)。同样，GT-C数列也集中于在三个主要的簇中不会(布2d)，十个家系中不会只有两个(GT59和细菌GT85家系的Alg10淀粉基乙酰)没有被归为其中不会任何一个簇。

GT-A簇的CAM拓扑引人注意了共享结构所设计功能性的差异

为了解到主要GT支架及其各自簇的结构所设计功能性，研究成果者将CNN凸架年前三层的每一层想得到的CAM最大值拓扑下回它们各自的数列。研究成果者首先将CAM最大值拓扑下回GT-A公共基本中间(布3a, b)。

研究成果注意到GT-A核中不会最激进的周边地区(如DXD motif、G-loop和功能性Rossmann支架的年前两个bet)类似于于着CAM最大值最很高的周边地区，表明该凸架是并用这些激进周边地区来界定GT-A型支架与其他GT型支架多种类型的。

布3. CAM引人注意GT-A支架基本。布片起源于Nat. Commun.

第2层聚合的CAM布谱十分复杂性最大，与GT-A支架的基本功能性归一化良好。第1层的CAM最大值类似于于于集中于在整个区域内的微小周边地区，可能不会表明了凸架进修到的局部功能性，而第3层的CAM最大值延伸到更长的连续周边地区(布3c)，可能不会捉到了远程系统性性。

GT-B和GT-C簇的多重激进基本

布4. 各有不同GT-B和GT-C支架簇的CAM布引人注意了它们各自的激进基本。布片起源于Nat. Commun.

由于缺乏数列守恒，聚合GT-B支架宽数列核对尤其较强趣味性，为了理解从CNN凸架中不会得到的方式在，研究成果者为每个GT-B家系聚合了家系水准的核对。而后研究成果者计算出来了每个家系的共识二级结构所设计和千分之2层CAM布(布4a)。这些家系都反映了GT-B支架的的现代的两个β/α/β Rossmann-支架结构所设计域。CNN-注意凸架中不会最恰当的方式在是C后端Rossmann支架。CAM最大值布表明，与6个bet系统性的功能性在界定GT-B族系方面有不可忽视地位，而且这个C后端周边地区的激进性也从GT-B0扩展GT-B1、GT-B2和其他未分组的GT-B族系。

此外，将CAM最大值与代表性结构所设计进行时拓扑说明了，在GT-B家系中不会，C后端Rossmann-fold的导向和结构所设计是很激进的，常常不会在环区插入家系抗体的片段(布4b)。因此，该研究成果支持C后端Rossmann域是GT-B支架家系的都由结构所设计功能性。

在C后端Rossmann支架上游，N后端Rossmann支架区二级结构所设计的CAM最大值也较很高，这可能不会表明它对于界定有2个Rossmann支架的GT-B支架和只有一个Rossmann支架域的GT-A支架较强不可忽视意味。然而，这些CAM最大值方式在在各有不同的家系中不会并不一定恰当。

相反，GT-B2簇内的所有家系都被注意到在N后端Rossmann支架中不会保留了至少6个bet和5个alpha螺旋，如CAM最大值标明(布4a，b中不会的洋红色凸)， GT-B2基本的扩展仅限于N和C后端Rossmann支架域。

布5. GT-u族系的支架短期内。布片起源于Nat. Commun.

并用时域操作者类比凸架核对较强新型GT支架的族系

布5a说明了了据信数列(GT-A、-B、-C和-lyso为灰色)和相符支架数列(红色)的RE地理分布。

为了从统计上评估哪些GT-u族系较强显着很高于据信支架的正则表达式，研究成果者首先对基础训练目录拟合了一个极后端最大值地理分布以计算出来95%和99%的置信区间(CI)。然后，将每个GT-u家系的中不会位RE最大值(mRE)与这些CI进行时比较，以做到支架短期内。作者察觉到相符的RE地理分布的峰最大值落在95% CI范围内(略高于0.107，布5a)，这表明大多数GT-u数列采用了一个据信的支架。

研究成果者全面性为两个GT-A、三个GT-B、三个GT-C和一个GT-lyso聚类借助于了9个操作者类比凸架并计算出来了RE。如果GT-u家系的mRE大于0.127，但FAS高分无阳性，则被定性为变异支架型。先年前，将mRE等于0.127的一科定义为新型支架多种类型。

研究成果表明，有5个家系的mRE更为很高(等于0.127)，短期内将采用新型GT支架(布5c)。研究成果者短期内了其中不会三个家系，真菌β-1,2-甘露淀粉基乙酰Bmt/Wry (GT91)，植物肽基糖类α-半乳淀粉基乙酰Sgt (GT96)和细菌α-2,6-唾液酸基乙酰(GT97)，它们可能不会采用属于自己GT支架。

研究成果者还明确了四个最有可能不会采用GT-B支架的GT-u家系(布5c)，仅限于：细菌α-1,3- l -鼠李淀粉基乙酰(GT102)，细菌O-抗原多淀粉β-1,4-N-乙基氨基葡萄淀粉乙酰(GT103)，植物鼠李淀粉半乳淀粉羧酸I 4-α-鼠李淀粉基乙酰的GT106家系，以及KDO乙酰的GT107家系。

推论归纳

本文用一个恰当的基础训练目录集借助于了一种主要用途短期内GT支架多种类型的时域建模凸架。该凸架进修的功能性可以事与愿违周边地界定乙酰支架数列和非乙酰支架数列，统计分析千分之为96%。与GTs相似，该凸架也转化了主要的激酶官能团，统计分析为77%。

与大多数“记录器”深进修凸架相反，该指导流的输出是一种很整体可说明了的深进修凸架，可以造成精确的支架短期内和一原理输出并给予有意味的海洋生物学哲学思想，而不需要主要数列或结构所设计中间。因此，该工具为大型氨基酸家系的计算出来和趋同分析工具增加了一个强大的工具。

参考文献

Taujale, R., Zhou, Z., Yeung, W. et al. Mapping the glycosyltransferase fold landscape using interpretable deep learning. Nat Commun 12, 5656 (2021).

中不会大唯信头版号与中不会大唯信社会大众号、唯信计算出来电子书号均由中不会大唯信一科技产业有限公司开通，热烈欢迎关注转发，未经授权明令禁止登载