Nat. Commun. | 基于上下文感知的几何深度学习用于蛋白质序列设计

文章预览

DRUG AI 今天为大家介绍的是来自Matteo Dal Peraro团队的一篇论文。利用深度学习的进步，蛋白质设计和工程学正以前所未有的速度发展。然而，目前的模型在设计过程中无法原生考虑非蛋白质实体。这里，作者介绍了一种基于几何transformer的深度学习方法，该方法仅依赖于原子坐标和元素名称，能够在考虑多样分子环境约束的情况下，从骨架支架预测蛋白质序列。为了验证该方法，作者展示了它可以高成功率地生成高度耐热且具有催化活性的酶。这一概念预计将提高蛋白质设计流程的多功能性，以创造所需的功能。 从头设计蛋白质以工程化其功能特性是一个重大挑战，直接影响生物学、医学、生物技术和材料科学。一个关键应用领域是蛋白质疗法的工程化。它涉及创造专门针对特定疾病或状况的蛋白质，具有高度的精准性。这样的方法已被证明是小分 ………………………………