复旦大学王满宁团队提出ProteinF3S模型，通过融合蛋白序列、结构和表面信息进行酶分类预测

复旦大学王满宁团队在Briefings in Bioinformatics上发表文章，提出了一种名为ProteinF3S的新框架，该框架通过融合蛋白质的序列、结构和表面信息来增强酶功能预测的准确性。研究背景在于蛋白质表面信息在以往的研究中较少被采用，但其在原子水平上提供了更清晰的局部特性建模。研究目的是通过多尺度双向融合策略，将序列特征与结构和表面信息进行串联，以实现更有效的融合。实验结果表明，ProteinF3S在酶分类预测任务上的性能超越了现有方法。结论指出，融合不同形式的蛋白质信息确实可以提高性能，并且融合策略在提升模型性能中起着关键作用。未来，ProteinF3S有望扩展到更多的蛋白质任务中。