Oct, 2018

PepCVAE: 抗微生物肽序列的半监督目标设计

PDF
TL;DR本论文提出了基于半监督变分自编码器模型的 Peptide Generation Framework（PepCVAE），用于设计新型抗菌肽（AMP）序列，通过大量未标记的肽序列学习一种丰富的生物肽上下文的潜在空间，同时通过 AMP 分类器的反馈学习出一种分离的抗菌属性空间，生成的 AMP 序列表现优于标准 VAE，具有高度多样性，是下一代抗菌设计中非常理想的选择。
发现论文，激发创造
  • 基于图形的主动机器学习方法用于生成和选择多样和新颖的抗菌肽

    本篇论文旨在利用一种基于机器学习的框架快速有效地筛选出新的抗菌肽，其中利用了基于循环神经网络和基于图形的过滤器，从而显著减少湿实验的次数和时间成本。

    Sep, 2022

  • 人工智能驱动的抗菌肽发现

    抗菌肽（AMP）和人工智能（AI）在抗菌耐药性方面有着巨大的潜力，提供了一种替代传统抗生素的方法。本文综述了 AI 驱动的 AMP 发现的最新成就，并强调了最激动人心的方向。

    Aug, 2023

  • 面向目标的多模态蛋白质表示学习的配体生成的变分自编码器

    这篇研究论文介绍了一种名为 TargetVAE 的目标感知变分自编码器，它能够根据蛋白质目标，通过使用基于图变换器的新颖多模态深度神经网络作为生成模型的先验，产生具有高结合亲和力的配体，从而在药物发现中减小潜在药物候选的搜索空间。

    Aug, 2023

  • HMAMP：基于超体积的多目标抗菌肽设计

    通过考虑多个属性，提出了一种名为 HMAMP 的新颖方法，将强化学习和基于超体积最大化概念的梯度下降算法相结合，以实现多属性抗微生物肽的同时优化。该方法生成了一系列平衡多种属性的潜在抗微生物肽候选者，并确定了这些候选者的 Pareto 前沿中的关键点。实证结果证实，HMAMP 设计的抗微生物肽具有竞争性能和增强的多样性，而对十个潜在候选抗微生物肽的螺旋结构和分子动力学模拟的详细分析验证了 HMAMP 在多属性抗微生物肽设计领域的优越性。HMAMP 能够系统地设计考虑多个属性的抗微生物肽，标志着建立一个通用的计算框架，用于多目标抗微生物肽设计的开创性里程碑。

    May, 2024

  • 序列与图形编码下肽自组装的高效预测

    这项研究使用先进的深度学习模型对肽的编码进行了全面的基准分析，为肽相关的各种预测提供指导，如等电点、水合自由能等。

    Jul, 2023

  • 针对具有鲁棒性的半监督学习的对抗变分嵌入

    我们提出了一种名为 AVAE 的新型对抗生成嵌入框架，该框架将 GAN 的高质量生成模型和 VAE 的后验分布学习器的优势相结合，用于半监督学习，并针对已有的问题进行改进。实践结果表明，我们的方法在半监督分类方面的表现优于现有的最先进模型。

    May, 2019

  • 蛋白质折叠模拟的几何解耦表示学习

    利用生成型神经网络学习药物靶标蛋白结构的结构集合，以便于更好的理解药物机理和发展治疗方法，同时通过蛋白几何自编码器模型在蛋白质的内在和外在几何学上进行分离编码，快速生成蛋白质构象的方案。

    May, 2022

  • MMDesign：多模态迁移学习用于生成蛋白质设计

    MMDesign 是一个结合了先前结构模块和语境模块的预训练模型的新型蛋白质设计范式，利用自编码器（AE）语言模型将蛋白质序列的先验语义知识纳入其中，并引入了一种跨层跨模态对齐算法来确保结构模块学习到长期时间信息并保持结构和语境模态的一致性，在仅使用小规模 CATH 数据集进行训练的实验结果表明，我们的 MMDesign 框架在各种公共测试集上始终优于其他基线方法，并提出了系统性定量分析技术来评估生成的蛋白质序列和数据分布的生物可能性，以展示其可解释性并揭示蛋白质设计的规律。

    Dec, 2023

  • PepHarmony: 一个用于综合序列和基于结构的肽编码的多视角对比学习框架

    该研究介绍了一种新颖的多视角对比学习框架 PepHarmony，用于序列化的肽编码任务，它创新性地将序列和结构级别信息结合到序列级编码模块中，并通过对比学习捕捉了肽序列和结构之间的复杂关系。此框架对于肽表示具有显著的能力，并为肽药物发现和肽工程的未来应用提供了有价值的见解。

    Jan, 2024

  • MoFormer：基于条件 Transformer 和联合多模态融合描述的多目标抗菌肽生成

    利用深度学习优化多目标抗菌肽，通过多目标合成管道（MoFormer）在结构化潜空间中引导和改善抗菌肽序列的属性以提高抗菌活性和减少溶血，同时使用非支配排序算法和大模型微调的代理方法进行候选者的层次排名，通过分子模拟和可视化潜空间来追踪和优化肽的结构和功能，验证了多目标优化的有效手段。

    Jun, 2024