生成394,760种蛋白质表征，哈佛团队开发AI模型，全面理解蛋白质上下文

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 | 萝卜皮 了解蛋白质功能和开发分子疗法，需要破译蛋白质发挥作用的细胞类型，解析蛋白质之间的相互作用。 然而，对跨生物背景蛋白质相互作用进行建模对于现有算法来说仍然具有挑战性。 在最新的研究中，哈佛医学院的研究人员开发了 PINNACLE，这是 一种生成情境感知蛋白质表征的几何深度学习方法。 PINNACLE 利用多器官单细胞图谱， 在情境化蛋白质相互作用网络上进行学习，从 24 种组织的 156 种细胞类型情境中生成 394,760 种蛋白质表征。 该研究以「 Contextual AI models for single-cell protein biology 」为题，于 2024 年 7 月 22 日发布在《 Nature Methods 》。 蛋白质是细胞的功能单位，通过相互作用实现不同生物功能。高通量技术使得绘制大规模蛋白质相互作用图成为可能，并通过计算方 ………………………………