Nat. Microbiol. | 通过深度学习揭示人类病原体中的蛋白质相互作用

本文介绍了通过深度学习技术揭示人类病原体中的蛋白质相互作用的研究。研究团队基于RoseTTAFold开发了RoseTTAFold2-Lite，用于预测蛋白质互作，并在保证预测精度的同时显著降低了计算成本。该模型应用于19种与人类健康密切相关的病原菌，确定了多个高置信度的蛋白质复合物，涉及必需基因和毒力因子。通过比较统计方法和深度学习方法的预测表现，发现深度学习方法在预测蛋白质互作方面更为有效。这些发现有助于深入了解病原体的生物学特性，并为开发相应的治疗手段提供支持。