Nat Methods｜PINNACLE：一种基于几何深度学习的上下文蛋白质表征方法

文章预览

2024年7月22日，来自哈佛医学院生物医学信息学系的Marinka Zitnik团队在《Nature Methods》上发表了一篇题为“Contextual AI models for single-cell protein biology”的研究论文。文章介绍了PINNACLE (Protein Network-based Algorithm for Contextual Learning)，一种能够生成特定生物学上下文下蛋白质表示的几何深度学习模型。 该模型利用多器官单细胞图谱，学习上下文化的蛋白质相互作用网络，从156种细胞类型背景中生成394,760种蛋白质表示。PINNACLE不仅能识别不同细胞类型的蛋白质功能，还能够精确预测细胞类型特异性的治疗靶点，显著优于当前的无上下文算法。 该研究为蛋白质功能解析和分子治疗开发提供了一个崭新的视角，有望推动多样化生物学背景下的基础模型的广泛应用。 蛋白质是细胞的功能单位，它们通过相互作用执行多种生物功能。随着高通量技术的发展，科学家们 ………………………………