[口头报告]基于图神经网络的蛋白质-多肽打分函数GraphPep
基于图神经网络的蛋白质-多肽打分函数GraphPep
编号：8
访问权限：仅限参会人
更新：2025-03-27 22:43:04
浏览：36次
口头报告
报告开始：2025年03月28日 15:00 （Asia/Shanghai）
报告时间：15min
所在会议：[S1] 博新面对面论坛 » [s1] 博新面对面论坛
暂无文件
摘要
蛋白质-多肽相互作用在信号传递、免疫调控等多种生命活动中起着重要作用。为提升蛋白质-多肽复合物结构预测精度，我们开发了一种基于深度学习的高精度蛋白质-多肽打分函数GraphPep，采用新颖的基于相互作用的图表示和分层结构学习分子间相互作用模式。同时，GraphPep预测每对界面相互作用残基对的置信分数，并基于不同的分数阈值进行统计和计算从而得到整个预测结构的结合分数。这种设计不仅克服了训练数据有限的问题，还能够有效捕捉蛋白质-多肽相互作用中的重要特征。此外，GraphPep的预测能力通过结合蛋白质语言模型ESM-2得到了进一步增强。在多个采用不同对接程序生成的数据集上进行广泛测试，GraphPep在蛋白质-多肽复合物结构预测方面表现出高准确性和鲁棒性。
关键字
报告人
发表评论