A Transformer-Based Deep Learning Approach to Predicting Air Organic Pollutant–Human Protein Interactions
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Air pollution poses a critical global public health challenge. Molecular-level initiating events, such as pollutant–protein interactions, can trigger cascades of biological responses that may contribute to adverse health effects. However, current methods are limited in their ability to systematically identify these early binding events, particularly for emerging airborne pollutants, which hinders mechanistic understanding and risk assessment of pollution-related toxicity. To address this, we developed tipFormer (pollutan t –protein i nteraction p rediction based on trans former ), a novel deep learning approach for predicting interactions between airborne organic pollutants and human proteins. The model incorporates dual pretrained language models to encode proteins and organic pollutants, coupled with cross-attention mechanisms to learn intricate interaction patterns underlying pollutant–protein binding. Rigorous validation demonstrated that tipFormer achieves state-of-the-art performance, with an AUC of 0.9787 on a test set. Furthermore, genome-wide transcriptomic analysis using human bronchial epithelial cells exposed to three representative airborne pollutants revealed significant concordance between tipFormer’s predicted targets and the experimentally responsive genes, thereby supporting the model’s biological relevance. By bridging large-scale computational predictions with transcriptomic validation, this study provides deeper mechanistic insight into the molecular basis of air pollution-related adverse outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».