1. PDeepPP 通过将 ESM-2 蛋白质语言模型嵌入与混合 Transformer-CNN 架构融合，引入了统一的肽识别深度学习框架。该设计在各种生物信息学任务中均实现了高精度和可扩展性。
2. PDeepPP 在 33 项基准生物学任务中的表现显著优于先前的方法，包括抗菌、抗癌和糖基化位点识别。在抗菌肽检测中，其准确率达到 97.26%，PR AUC 为 0.9977，在抗疟药检测中将假阴性率降低了 37.5%。
3. 该模型通过并行的 PosCNN 和 Transformer 分支捕获局部和全局特征。这种双路径架构使 UMAP 空间中的类分离度提高了 29%，表明复杂序列数据的可解释性和鲁棒性得到了提高。
4. 利用 ESM-2，PDeepPP 可以将蛋白质序列知识有效地迁移到下游任务。它的混合嵌入（90% ESM-2 + 10% 任务特定）在低数据量（n < 500）下可实现 92.4% 的平均召回率，比传统方法高出 34.7%。
5. TIM（传导信息最大化）损失帮助 PDeepPP 解决数据集不平衡问题。与标准交叉熵不同，TIM 增强了特征和标签之间的相互信息，从而减少了过度拟合并提高了少数类的精度。
6. 与基于比对的方法相比，PDeepPP 实现了 218 倍的加速，每分钟处理 15,000 个序列，同时保持 99.5% 的糖基化位点预测特异性。它以最小的资源成本提供了可扩展的高通量注释。
7. 与 UniDL4BioPep 和 MusiteDeep 等最先进的工具相比，PDeepPP 在多个数据集上表现出了卓越的 AUC、精确召回率和错误减少率。在某些情况下，它将假阳性率降低了 21,000 以上，同时保持了较高的真实阳性率。
8. 消融研究表明，删除 CNN 或 Transformer 分支会显著降低模型性能。CNN 损失使假阳性率增加了 2.1 倍，而删除 Transformer 则使假阴性增加了 37.5%，证明这两个模块都必不可少。
9. 消融测试的 UMAP 可视化清楚地表明，完整的 PDeepPP 模型形成了更紧密、更可分离的聚类。删除模块会模糊这些界限，证实了完全混合结构对于特征鉴别的必要性。
10. 凭借 GitHub 和 Hugging Face 上提供的开源代码、数据和预训练模型，PDeepPP 为肽生物活性和 PTM 预测提供了一个可重复和可扩展的平台。它的设计代表了人工智能辅助蛋白质分析的一次飞跃。
