Nat Methods|DeepMVP:深度学习精准预测蛋白质修饰位点及变异效应

智药邦 2025-09-05 08:00
文章摘要
背景:翻译后修饰(PTMs)是蛋白质功能的重要调控因子,错义变异通过影响PTM位点可能导致疾病,但现有预测工具受限于数据质量和修饰类型覆盖不足。研究目的:开发基于高质量PTMAtlas数据库的深度学习框架DeepMVP,实现对六类PTM位点的精准预测及变异效应评估。结论:DeepMVP在六类PTM预测中性能显著优于现有工具,能可靠识别变异导致的PTM改变,为疾病机制研究和治疗靶点开发提供新工具。
Nat Methods|DeepMVP:深度学习精准预测蛋白质修饰位点及变异效应
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
Reproducible annotation of T cell subsets and activation states with gene expression programs.
DOI: 10.1038/s41592-025-02792-2 Pub Date : 2025-09-03
IF 32.1 1区 生物学 Q1 Nature Methods
智药邦
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信