無參數幾何深度學習PeSTo 預測蛋白結合介面
《自然通訊》刊登蛋白質相互作用預測研究,提出的 PeSTo 方法基於幾何 Transformer 與幾何池化技術,可直接處理僅標註元素名稱的原子坐標,為生物分子互動研究提供新工具。
研究概述發布
研究人員在《Nature Communications》發表名為 PeSTo 的新方法,用於預測蛋白質之間的相互作用,是基於 Transformer 架構的神經網絡方案,速度與置信度兼備。
該模型運行速度快,預測結果具備較高置信度,發布後受到結構生物學與計算生物學界關注,被視為蛋白質相互作用研究的一項重要工具進展。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
