Nat Methods｜基于生物物理学的蛋白质语言模型用于蛋白质工程
智药邦
2025-09-19 08:00
文章摘要
背景：蛋白质语言模型主要依赖进化信号，忽视生物物理机制，导致在低数据量和外推任务中表现不佳。研究目的：开发METL框架，通过分子模拟生成生物物理数据预训练模型，提升蛋白质工程性能。结论：METL在小样本学习和外推预测中显著优于现有方法，成功设计出功能性蛋白质变体，验证了其有效性。
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
MIFA: Metadata, Incentives, Formats and Accessibility guidelines to improve the reuse of AI datasets for bioimage analysis.
DOI: 10.1038/s41592-025-02835-8
Pub Date : 2025-09-15
Development of a High Anthraquinone-Producing <i>Escherichia coli</i> Strain Using Malonyl-CoA Supply Pathway Engineering.
DOI: 10.1021/acssynbio.5c00354
Pub Date : 2025-09-16
Characterization of Variation in Natural Product Production Under Chemical Elicitation Using Parallel Stable Isotope Labeling.
DOI: 10.1021/acschembio.5c00346
Pub Date : 2025-09-17
智药邦
Chem Sci｜分层一致性扩散模型助力靶蛋白结合分子生成.
2025-09-20
Nat Commun｜薛定谔团队：自由能计算助力激酶全谱选择性药物发现.
2025-09-20
PLoS Comput Biol｜科学中应用人工智能的十条简单规则.
2025-09-19
京公网安备 11010802042870号
