Nature Computational Science丨崔庆华团队提出预测关键蛋白靶点的新型人工智能算法

文章预览

确定关键蛋白靶点是阐明疾病发生发展机制以及探索疾病预防、诊断和治疗新策略的基础和前提。然而，使用CRISPR-Cas9等湿实验方法鉴定关键蛋白编码基因存在费时耗力的缺点，并且难以推广到人类全蛋白质组，所以亟需计算方法来快速准确预测人类全部蛋白质的重要性。现有的计算方法仅能在人源细胞系中预测蛋白质重要性，但是蛋白质重要性具有高变异性的特点，且蛋白质重要性在不同类型的细胞系之间也呈现出高异质性。这就要求在设计蛋白质重要性预测算法时，不仅需要提升算法的预测精度，而且需要考虑蛋白质重要性存在的变异性。 近年来，深度学习和大语言模型 (Large language model, LLM) 技术的快速发展为蛋白质重要性预测提供了新思路。近日， 崔庆华 课题组在 Nature Computational Science 发表题为 Comprehensive prediction and analysis of human protein es ………………………………