复旦大学王满宁团队提出PGBind模型，通过基于口袋引导的显性注意力机制预测蛋白质-配体对接

文章预览

随着越来越多的蛋白质结构被发现，蛋白质-配体对接预测将在药物发现中发挥越来越重要的作用。近年来，基于深度学习的方法在蛋白质与配体的对接预测方面取得了重大进展，但由于在蛋白质特征提取中没有充分考虑潜在口袋区和非口袋区之间的差异，其所获得的蛋白质特征并不是最优的。 2024年9月18日，复旦大学王满宁教授团队在Briefings in Bioinformatics上发表文章PGBind: pocket-guided explicit attention learning for protein–ligand docking。 作者提出了一种口袋引导策略来引导配体对接到蛋白质上的潜在对接区域（pocket-guided binding，PGBind） 。为此，作者设计了一个即插即用模块来增强蛋白质特征，该模块首先估计目标蛋白上潜在的口袋区域，然后利用口袋引导的注意力机制来增强蛋白质的特征。该方法可以与现有的对接预测方法相集成，以提高预测性能。实验 ………………………………