大语言模型赋能蛋白质组学，Ontolomics-P正式上线悟空云

近期，四川大学华西医院杨浩教授团队、疾病系统遗传研究院沈百荣教授团队与感染性疾病中心吴东波教授团队联合开发了一款全新的蛋白质组学数据解析工具——Ontolomics-P，并在《Analytical Chemistry》发表了成果。

链接：doi: 10.1021/acs.analchem.5c00390. Epub 2025 May 6.

题目：Ontolomics-P: Advancing Proteomics Data Interpretation through GPT-4o Reannotated Topic Ontology and Data-Driven Analysis

该工具融合了大语言模型和生物本体知识，显著简化蛋白质组学结果的解读。现在，这款工具已全面整合进悟空云平台，打开浏览器即可在线体验（链接见文末）。

蛋白质组学数据解读最让人困扰的并非分析本身，而是在众多冗余、复杂的GO术语中快速识别真正与疾病机制相关的几个关键功能。

比如传统的生信分析流程往往是：先用软件A做富集分析，再用脚本B处理重复术语，用工具C生成可视化图表，然后将这些结果交给功能研究人员进一步对比临床数据或内部数据库，来回传递文件，效率极低。

此外，如果想进一步验证发现的功能通路是否在真实的临床癌症样本中也有相似表现，又必须手动下载和处理CPTAC等公共数据，耗费大量精力和时间。 

对于大量重复、语义相似的GO术语，Ontolomics-P利用一种称为LDA主题建模的方法，自动发现术语之间潜在的语义联系，把含义相近的术语聚类。同时，工具会进一步利用GO语义相似性分析来验证这些术语分类的合理性。研究人员只需关注几个最重要的生物学主题，大大降低了解读难度。

聚类后的主题仍然带有复杂术语，不易直接理解。Ontolomics-P引入GPT-4o大语言模型，基于聚类后的术语组合，自动生成一句通俗易懂的“主题标签”，比如把多个涉及细胞凋亡的术语概括成“细胞凋亡信号异常”等一目了然的描述，让每个生物学主题都变得直观。

除了功能术语分析之外，Ontolomics-P还整合了来自临床蛋白质组肿瘤分析联盟（CPTAC）的真实临床数据，涵盖了10种常见癌症的定量蛋白质组信息。研究人员可以在分析自己数据的同时，在这里可以自动调取CPTAC的数据做临床对比，快速评估自己发现的蛋白或通路是否在实际癌症样本中也表现出一致的变化。这种整合大大加强了数据分析的临床和转化医学价值。

Ontolomics-P将蛋白质组分析中最耗费精力和时间的三个步骤整合至同一个网页界面，简化为“一次上传、三步完成”的全自动流程：

上传数据后，系统自动进行GO术语归类，省去人工整理；GPT-4o自动生成简洁直观的主题说明，无需反复沟通和翻译术语；直接对比内置CPTAC临床数据，几分钟内完成通路在真实癌症患者样本中的验证。

你不用再反复切换不同软件、整理数据和手动生成图表。每一次分析，从数据上传到结论导出，全都在一个网页内完成，极大减少了不必要的沟通成本和数据处理的时间。

比如你想快速了解TNFSF10（又叫TRAIL）这个蛋白。

Ontolomics-P自动检索该蛋白相关的GO功能术语，经过LDA聚类分析后，只显示少数几个功能主题（如细胞凋亡相关的主题）。GPT-4o立即生成一句简单易懂的解释，比如：“参与外源性细胞凋亡通路”。同时自动调用CPTAC数据库，给你看TNFSF10在多种癌症中的真实表达情况，比如在肺鳞癌患者组织中明显上调，表明这一蛋白可能与肿瘤微环境关系密切。

比如你手头有一个顺铂耐药相关的297个差异表达蛋白列表，如何高效获得功能解释并验证临床意义？

Ontolomics-P首先进行经典GO富集，再自动用LDA把大量重复的术语归为几个明确主题。GPT-4o再注释为更直观的描述，比如“细胞黏附与细胞外基质信号调控”，帮助你直观理解蛋白列表背后的耐药机制。系统立即在CPTAC的临床样本中验证这些蛋白的表达趋势，比如看到部分蛋白在肺癌患者中确实显著升高，增强分析的可信度。

https://www.omicsolution.com/wukong/Ontolomics-P

无需安装、直接打开浏览器即可使用