Deep Learning-Based Peptide Modification Detection in Mass Spectrometry Data

Abstract

Esta dissertação apresenta uma abordagem inovadora para melhorar a investigação em proteómica através do desenvolvimento de um modelo de deep learning capaz de identificar modificações pós-traducionais (PTMs) em espectros MS/MS. As PTMs são cruciais para compreender as funções das proteínas e o seu papel nas doenças, mas a sua deteção rigorosa é desafiante. O modelo proposto responde a este desafio ao automatizar a deteção e a classificação de PTMs, como oxidação, fosforilação, acetilação e ubiquitinação, em dados de espectrometria de massas. Recorrendo a redes neuronais baseadas em Transformers, a solução capta simultaneamente características locais e globais dos espectros, oferecendo elevada precisão e escalabilidade. O modelo processa de forma eficiente grandes volumes de dados MS/MS, o que o torna valioso para investigadores em áreas como descoberta de fármacos, identificação de biomarcadores de patologias para o desenvolvimento da medicina personalizada, onde a análise de PTMs é crucial para compreender o comportamento de certas proteínas. Esta ferramenta simplifica e acelera o processo de deteção de PTMs, reduzindo a necessidade de análises manuais demoradas. Pode ser integrada em fluxos de trabalho existentes em proteómica, aumentando a produtividade e permitindo obter insights mais detalhados sobre modificações proteicas. Em última análise, este trabalho abre caminho para uma investigação em proteómica mais rigorosa, escalável e acessível, contribuindo para avanços em biotecnologia e saúde através da melhoria da descoberta de biomarcadores.

This thesis presents an innovative approach to improving proteomics research by developing a deep learning model capable of identifying PTM in MS/MS spectra. PTM are crucial for understanding protein functions and their roles in diseases, but detecting them accurately can be challenging. The model addresses this challenge by automating the detection and classification of PTM, such as oxidation, phosphorylation, acetylation, and ubiquitination in MS data. By using advanced transformer-based neural networks, this technology captures both local and global features of the spectra, offering high accuracy and scalability. The model can process large volumes of MS/MS data efficiently, making it valuable for researchers in areas like drug discovery, disease biomarker identification, and evolution of personalized medicine, where PTM analysis plays a key role in understanding protein behaviour. This tool simplifies and accelerates the PTM detection process, reducing the need for time- consuming manual analysis. It can be integrated into existing proteomics workflows, enhancing productivity and enabling more detailed insights into protein modifications. Ultimately, this work paves the way for more accurate, scalable, and accessible proteomics research, contributing to advancements in biotechnology and healthcare by improving biomarker discovery.