DLDN-Bench：用于蛋白质组学中基于深度学习的从头肽测序的基准测试框架

从头肽测序是分析质谱数据的一种关键方法，因为它能够在不依赖蛋白质序列数据库的情况下识别新型肽段。近年来，深度学习的进展显著提升了从头测序方法的性能，但新模型的快速涌现也导致了评估实践的异质化以及可比性的受限。为此，我们提出了 DLDN-Bench，一个基准测试框架，其中包含一组基准数据集。这些数据集来源于从 PRIDE 获取的人体肌肉活检质谱数据，并通过多个广泛使用的数据库搜索引擎之间的一致性进行注释。基于这些数据集，我们系统地对近期基于深度学习的从头测序工具以及传统方法进行了基准测试。性能评估采用了既有指标，包括相对于由跨引擎一致性定义的伪真实值的精确率和覆盖率。为了展示 DLDN-Bench 的实用性，我们对四个近期的深度学习模型进行了基准测试，并公开了所有结果。该基准测试框架为比较最先进方法提供了标准化基础，并为评估未来的从头肽测序工具提供了可扩展的资源。

从头肽测序是分析质谱数据的一种关键方法，因为它能够在不依赖蛋白质序列数据库的情况下鉴定新型肽段。近年来，深度学习的进展显著提升了从头测序方法的性能，但新模型的快速涌现也导致了评估实践的异质化以及可比性的受限。为此，我们提出了 DLDN-Bench，这是一种基准测试框架，其中包含一组基准数据集。这些数据集来源于从 PRIDE 获取的人类肌肉活检质谱数据，并通过多个广泛使用的数据库搜索引擎之间的一致性进行注释。利用这些数据集，我们对近期基于深度学习的从头测序工具以及传统方法进行了系统性的基准测试。性能评估采用了既有指标，包括相对于由跨引擎一致性定义的伪真值的精确率和覆盖率。为展示 DLDN-Bench 的实用性，我们对四种近期的深度学习模型进行了基准测试，并公开了全部结果。该基准测试框架为比较当前最先进方法提供了标准化基础，并为评估未来的从头肽测序工具提供了可扩展的资源。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.10.728383v1?rss=1

🏷️ 蛋白质组学 从头肽测序 深度学习 基准测试 质谱分析