复旦大学王满宁团队提出PGBind模型，通过基于口袋引导的显性注意力机制预测蛋白质-配体对接
智药邦
2024-11-04 09:00
文章摘要
复旦大学王满宁团队提出了一种名为PGBind的新模型，用于改进蛋白质-配体对接预测。该模型通过口袋引导的显性注意力机制，增强了蛋白质特征的提取，从而提高了对接预测的准确性。研究的主要目的是解决现有深度学习方法在蛋白质特征提取中未能充分考虑口袋区和非口袋区差异的问题。实验结果显示，PGBind模型在多个对接任务中表现优于现有方法，并且能够探索新的潜在结合位点。该研究为药物发现中的蛋白质-配体对接预测提供了新的技术支持。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Functional Redundancy and Dual Function of a Hypothetical Protein in the Biosynthesis of Eunicellane-Type Diterpenoids.
DOI: 10.1021/acschembio.4c00413
Pub Date : 2024-11-01
Cohesive Living Bacterial Films with Tunable Mechanical Properties from Cell Surface Protein Display.
DOI: 10.1021/acssynbio.4c00528
Pub Date : 2024-11-01
Deep learning in template-free de novo biosynthetic pathway design of natural products.
DOI: 10.1093/bib/bbae495
Pub Date : 2024-09-23
最新文章
数据驱动的生物分子设计和制造｜智源深澜完成数千万元种子轮融资
2024-11-04
京公网安备 11010802042870号
