🔬 Почему ИИ ошибается при расшифровке пептидов

3 ноября в Nature Methods вышло исследование ограничений алгоритмов, которые определяют последовательность пептида непосредственно по масс-спектру, без поиска готового ответа в базе последовательностей.

Авторы сравнили восемь моделей глубокого обучения на трёх открытых наборах протеомных данных. Существенная часть ошибок была связана с неполнотой спектров: когда необходимые сигналы отсутствуют, несколько разных последовательностей могут одинаково хорошо объяснять измерение. Дополнительная обработка предсказаний давала ограниченные улучшения или не помогала.

Исследователи предлагают явно отмечать неопределённые участки и сохранять надёжно распознанные фрагменты вместо безусловной выдачи полной последовательности. Это важно для исследований пептидов и белков, где уверенно сформулированная ошибка способна исказить дальнейшие выводы.

📊 Работа посвящена исследовательским методам, а не испытанию лекарства или диагностического теста. Результаты зависят от выбранных данных и моделей; их нельзя переносить на любые приборы и условия. Новость — выход рецензированной статьи: препринт был доступен с августа 2025 года.

Статья Nature Methods · Препринт.