Nat Commun｜深度学习能否真正理解蛋白–配体相互作用的物理本质
智药邦
2025-10-18 08:00
文章摘要
本文背景探讨了深度学习模型在蛋白-配体结构预测领域的进展，特别是RoseTTAFold All-Atom和AlphaFold3等协同折叠模型在准确性上的突破。研究目的是检验这些模型是否真正理解分子相互作用的物理本质，通过对抗性测试评估其鲁棒性。结论显示，模型在结合位点突变和配体修饰等扰动下预测出现显著偏差，常出现非物理冲突，表明其过度依赖训练数据统计特征而非真实物理规律。研究人员呼吁在药物发现等应用中谨慎使用，并建议引入更强物理约束以提高可靠性。
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
A low-temperature emergency power source designed from warm pastes based on hydrogel
DOI: 10.1016/j.scib.2025.05.036
Pub Date : 2025-10-15
Does shoe cushioning space affect patellofemoral pain risk? A study based on the integrated finite element model
DOI: 10.1016/j.isci.2025.113635
Pub Date : 2025-09-25
Long-range optical coupling with epsilon-near-zero materials.
DOI: 10.1038/s41467-025-64504-w
Pub Date : 2025-10-16
智药邦
bioRxiv｜拜耳团队：基于表型指导的生成式AI在新药发现中的大规模实验验证.
2025-10-18
基于AI技术进行重组融合蛋白研发｜美尚洁生物获得数千万战略投资.
2025-10-17
Nature评论｜AI能自主获得诺贝尔奖吗？.
2025-10-17
Nucleic Acids Res｜靶向蛋白降解药物数据库TPDdb正式发布.
2025-10-17
最新文章
bioRxiv｜拜耳团队：基于表型指导的生成式AI在新药发现中的大规模实验验证
2025-10-18
Nat Commun｜深度学习能否真正理解蛋白–配体相互作用的物理本质
2025-10-18
Nucleic Acids Res｜靶向蛋白降解药物数据库TPDdb正式发布
2025-10-17
Nature评论｜AI能自主获得诺贝尔奖吗？
2025-10-17
京公网安备 11010802042870号
