科大兩階段神經網絡精準預測蛋白金屬結合位點
香港科技大學研究團隊提出融合卷積神經網絡的兩階段框架,無需結構輸入即可高效預測蛋白質序列中的多金屬結合位點,方法模塊化且快速穩健,有助加速金屬蛋白相關研究。
金屬蛋白研究背景
金屬離子在生命過程中不可或缺:鋅作為路易斯酸參與水解酶催化,鐵是呼吸鏈電子傳遞的關鍵載體,鎂則是RNA折疊成穩定三級結構的必需品。
儘管蛋白質資料庫積累了大量高分辨率的金屬蛋白結構,透過實驗方法鑑定金屬與蛋白質的相互作用仍然耗時費力、成本高昂。這一變化的長遠影響值得關注。

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。
