Peng Cheng Laboratory

常规数据库搜索只能为约20%至31%的谱图给出高置信肽段归属，其余谱图长期被搁置。π-SPECFormer在2.91亿张串联质谱上分两阶段预训练，先自监督学习碎片模式，再用肽段—谱图匹配分组细化表征。该模型在从头测序、谱图聚类和修饰检测三类任务上均优于对应基线，并在103例肺腺癌样本中给出9个高置信突变肽，其中6个不在所查公共数据库中。

常规数据库搜索只能为约20%至31%的谱图给出高置信肽段归属，其余谱图长期被搁置。π-SPECFormer在2.91亿张串联质谱上分两阶段预训练，先自监督学习碎片模式，再用肽段—谱图匹配分组细化表征。该模型在从头测序、谱图聚类和修饰检测三类任务上均优于对应基线，并在103例肺腺癌样本中给出9个高置信突变肽，其中6个不在所查公共数据库中。