Nat. Commun. | 几何图学习助力酶功能预测，中大杨跃东团队提出GraphEC模型

文章预览

DRUG AI 今天为大家介绍的是来自中山大学杨跃东团队的一篇论文。酶在众多生物过程中起着至关重要的作用，其中EC编号是定义酶功能的常用方法。然而，现有的EC编号预测技术并未充分认识到酶活性位点和结构特征的重要性。为此，作者提出了一种基于几何图学习的EC编号预测器——GraphEC，它使用ESMFold预测的结构和预训练的蛋白质语言模型。具体来说，作者首先构建了一个模型来预测酶的活性位点，并利用该模型来预测EC编号。通过引入同源信息的标签扩散算法（label diffusion algorithm），进一步提升了预测的准确性。同时，模型还预测了酶的最佳pH值，以反映酶催化反应的特性。实验表明，该模型在活性位点、EC编号及最佳pH值的预测方面，相较于其他先进方法具有更优表现。进一步的分析揭示，GraphEC能够从蛋白质结构中提取功能信息，强调了几何 ………………………………