《Nature》|MaSIF-neosurf 蛋白-配体模型

文章预览

近期，《 Nature 》刊登了一篇题为《 Targeting protein-ligand neosurfaces with a generalizable deep learning tool 》的重磅文章，展示了一种全新的深度学习工具  MaSIF-neosurf ，为蛋白-配体相互作用表面的设计开辟了新领域。这项研究通过结合几何分析和深度学习，首次实现了对蛋白-配体复合物中“新表面”（ neosurfaces ）的通用化设计。 以下是对这篇重要文献的详细解析： 研究背景 蛋白-蛋白相互作用（PPIs）驱动了生物系统中的大部分分子过程，而小分子配体的结合能够显著调控这些相互作用，从而影响疾病和生物功能。然而，传统的蛋白设计工具在处理蛋白-配体复合物时面临诸多挑战，例如： 复杂性： 配体结合可能诱导蛋白表面的显著变化，难以预测。 缺乏数据： 针对配体诱导相互作用的结构数据较少，限制了深度学习工具的训练。 有限的通用性： 现有工 ………………………………