预测精度达93%，个人电脑可部署，科学家开发Transformer新方法预测结合蛋白

文章预览

将  ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑丨 & 结合蛋白通过与特定分子（如 DNA、RNA 或肽）选择性相互作用来调节各种细胞过程，它们能以高特异性识别和结合靶分子，这使得它们在信号传导、转运和酶活性功能上有着至关重要的地位。 当前，用于鉴定蛋白质结合肽的传统方法效率低下且性价比极低，而基于序列的方法因过于狭隘地关注近端序列特征而忽略了结构数据，导致没有一种良好的方式进行结合蛋白预测。 阿富汗呼罗珊大学（Khurasan University）领导了一项研究，推出一款名为 Deep-ProBind 的强大预测模型，旨在通过整合序列和结构信息对蛋白质结合位点进行分类。 该模型基准数据集上实现了 10 倍交叉验证的准确率达到 92.67%，在独立样本上实现了 93.62% 的准确率，训练数据方面相较于现有模型分别高出 3.57% 与 1.52%。 ………………………………