Int J Biol Macromol｜吉林大学韩葳葳教授团队：利用大语言模型高准确率预测激酶-抑制剂的亲和力

吉林大学韩葳葳教授团队在2024年11月发表于《International Journal of Biological Macromolecules》的文章中，提出了一种利用大语言模型GPT-4（GPT4Kinase）高准确率预测激酶与抑制剂亲和力的新方法。该研究背景在于传统深度学习方法在预测亲和力时需要大量数据和结构信息，且准确度有限。研究目的在于利用GPT-4的上下文学习和自注意力机制，实现小样本训练下的高效预测。结论显示，GPT4Kinase在预测亲和力方面显著优于现有方法，如AutoDock Vina、BatchDTA和KIPP，并在识别抑制剂关键功能基团方面表现出色。该研究不仅提高了预测准确性，还为实验科学家提供了更便捷的分子筛选工具，推动了小分子与生物大分子亲和力预测领域的发展。