Chem Sci｜复旦大学药学院戚逸飞/王任小团队：设计蛋白-蛋白相互作用界面的深度学习模型

文章预览

随着人工智能的快速发展，深度神经网络能够从蛋白质结构或序列数据中学习高阶特征，深入掌握蛋白质序列与结构的关系，从而实现功能蛋白的高效设计。 然而，大多数深度学习模型仍主要用于单链骨架的设计，难以充分应对更复杂的蛋白-蛋白相互作用（protein-protein interaction, PPI）设计挑战。为此， 复旦大学药学院戚逸飞/王任小团队开发了专门用于PPI界面序列设计的模型——ProBID-Net。该模型能够根据给定的受体蛋白结构，预测配体蛋白界面上的氨基酸序列，并在多项测试中展现了优良的性能。 2024年10月11日，该项研究成果已在Chemical Science期刊在线发表。 ProBID-Net首先对目标残基及其周围相邻链残基主链原子在三维网格中的密度分布进行提取，随后利用20种天然氨基酸的原子密度信息编码，存储在不同的通道中，作为界面相互作用特征的输入， ………………………………