国家蛋白质科学中心（北京）人工智能研究团队《自然·通讯》：基于深度迁移学习探索全蛋白质组范围人去泛素化酶-底物互作

本文介绍了国家蛋白质科学中心（北京）人工智能研究团队利用深度迁移学习策略，开发了π-TransDSI软件，用于预测全蛋白质组范围的人类去泛素化酶-底物相互作用。该研究通过构建基于深度迁移学习和变分图自编码器的TransDSI模型，成功预测了去泛素化酶与底物的相互作用，并通过实验验证了其预测结果的准确性。此项技术的发展为药物研发提供了新的工具，特别是在理解蛋白质泛素化水平的精细调控方面具有重要意义。研究背景在于泛素化修饰在真核生物中的广泛作用，而研究目的则是通过计算方法解决去泛素化酶-底物相互作用预测的难题。结论表明，TransDSI模型在预测去泛素化酶-底物相互作用方面表现出色，为相关疾病的治疗提供了新的潜在靶点。