Nat. Methods | 利用几何深度学习预测蛋白质与DNA结合特异性

文章预览

DRUG AI 今天为大家介绍的是来自Remo Rohs团队的一篇论文。预测蛋白质与DNA结合特异性是理解基因调控中一个既具挑战性又至关重要的任务。蛋白质-DNA复合物通常会与特定的DNA靶位点结合，而一个蛋白质可以以不同的结合特异性与多种DNA序列结合。这些信息无法通过单一结构直接获得。为了解决这一问题，作者提出了结合特异性深度预测模型（DeepPBS），这是一个几何深度学习模型，旨在从蛋白质-DNA结构中预测结合特异性。DeepPBS可以应用于实验获得的结构或预测的结构。可以提取出界面残基的可解释蛋白质重原子重要性评分。这些评分汇总到蛋白质残基层面，已通过了诱变实验的验证。在设计用于特定DNA序列的靶向蛋白时，DeepPBS被证明能够预测出实验测量的结合特异性（即跟实验测量一样准确）。DeepPBS为机器辅助研究提供了基础，这些研究可以推 ………………………………