研究前沿：清华大学龚海鹏团队-蛋白质工程-算法 | Nature Computational Science

文章预览

在蛋白质工程和设计中，准确预测蛋白质突变效应，具有重要意义。 今日，清华大学生命科学学院Yunxin Xu, Di Liu & 龚海鹏Haipeng Gong，在Nature Computational Science上发文，提出了GeoStab-suite，基于几何学习的三大模型——GeoFitness, GeoDDG和GeoDTm——分别用于预测突变后蛋白质的适合度得分、ΔΔG和ΔTm。 GeoFitness采用专门的损失函数，利用深度突变扫描数据库中的大量多标记适应度数据，监督训练了统一模型。为了进一步改进ΔΔG和ΔTM预测的下游任务，在GeoDDG和 GeoDTm中，重新利用GeoFitness编码器作为预训练模块，以克服缺少足够标记数据的挑战。 这种预训练策略与数据扩展相结合，显著提高了模型的性能和可推广性。在基准测试中，就Spearman相关系数而言，GeoDDG和GeoDTm分别比其他最先进方法高出至少30%和70%。 Improving the prediction of protein stability changes upon mutation ………………………………