结合多粒度结构和多尺度序列表示优化 PTM 位点预测

Jan, 2024

结合多粒度结构和多尺度序列表示优化 PTM 位点预测

Improving PTM Site Prediction by Coupling of Multi-Granularity Structure and Multi-Scale Sequence Representation

Zhengyi Li, Menglu Li, Lida Zhu, Wen Zhang

TL;DR通过多粒度结构与多尺度序列表示的耦合，本研究提出了一种蛋白质翻译后修饰位点预测方法（PTM-CMGMS），该方法利用 AlphaFold 预测的结构学习邻域结构表示，并通过对比学习优化结构表示，同时通过多尺度序列表示学习提取上下文序列信息，通过对齐所有上下文序列生成基序辅助预测，实验结果表明 PTM-CMGMS 优于现有方法。

Abstract

protein post-translational modification (PTM) site prediction is a fundamental task in bioinformatics. Several computational methods have been developed to predict PTM sites. However, existing methods ignore the structure information and merely utilize protein sequences. Furthermore, d

protein post-translational modification ptm site prediction structure information multi-granularity structure representation learning sequence representation learning

发现论文，激发创造

蛋白质多尺度表征学习

本文提出了一种多尺度图构建方法 ——HoloProt，可以连接蛋白表面、结构和序列，并在不同任务上进行了测试，包括配基结合亲和力回归和蛋白质功能预测分类。该模型具有良好的稳定性和可靠性，并且在减少参数数量的情况下可以获得与现有模型相当的性能。

Apr, 2022

MSAGPT: 利用 MSA 生成预训练进行神经启发蛋白质结构预测

MSAGPT 是一种新颖的方法，通过在低 MSA 水平下进行 MSA 生成预训练来促进蛋白质结构预测，其通过简单而有效的 2D 进化位置编码方案来建模复杂的进化模式，并通过 AlphaFold2 的反馈进一步增强模型能力，证实了 MSAGPT 在生成忠实的虚拟 MSA 以提高结构预测准确性方面的功效，并突显了其促进其他蛋白质任务的巨大潜力。

Jun, 2024

PSC-CPI: 高效且可泛化的多尺度蛋白质序列 - 结构对比用于化合物 - 蛋白相互作用预测

提出了一种新颖的多尺度蛋白质序列 - 结构对比 (CPI) 预测框架 (PSC-CPI)，通过在蛋白质序列和结构之间进行内部模态和交叉模态对比，从多个尺度捕捉了蛋白质序列和结构之间的依赖关系，并且具有良好的模型普适性。

Feb, 2024

预训练蛋白质模型注入构象的提示指导

通过学习可解释、可插入、可扩展的蛋白质提示，将任务相关知识注入预训练蛋白质模型（PTPMs），从而使得 PTPMs 能够生成任务感知的表示，进而在多任务设置下，学习同时序列与交互构象提示的构象感知预训练蛋白质模型，实验证明这种方法显著提高了 PTPMs 在需要构象知识的任务上的性能。

Feb, 2022

蛋白质表征学习的聚类

蛋白质表示学习是一个具有挑战性的任务，旨在从其氨基酸序列中捕获蛋白质的结构和功能。本文提出了一种神经聚类框架，通过考虑蛋白质的一级和三级结构信息来自动发现蛋白质的关键部分，在四个蛋白质相关任务上取得了最先进的表现。

Mar, 2024

多尺度蛋白质语言模型用于统一分子建模

通过在多尺度编码切换的蛋白质序列上进行预训练，并利用多尺度位置编码来捕捉残基和原子之间的关系，ms-ESM（多尺度 ESM）提出了一种新颖的方法，实现了多尺度统一的分子建模，实验结果表明，ms-ESM 在蛋白质 - 分子任务方面超过了以前的方法，展示了蛋白质语言模型的全部利用，进一步的研究发现，通过统一的分子建模，ms-ESM 不仅获得了分子知识，还保留了对蛋白质的理解。

Mar, 2024

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

通过多序列比对改进蛋白质三级结构预测

该研究利用语言生成模型 MSA-Augmenter 及大规模 MSA 技术，微调 AlphaFold2 蛋白质结构预测模型在缺乏同源家族数据库的情况下，生成补充性的未见过的蛋白质序列，从而提高蛋白质结构预测准确性。

Jun, 2023

赋予蛋白质语言模型结构知识

利用蛋白质结构数据提升蛋白质语言模型的新框架，通过整合结构信息和结构提取模块，优化了预训练语言模型的自注意机制，此框架在蛋白质功能预测上表现优越，为蛋白质建模提供更有效和高效的方法。

Jan, 2024

盲突变影响预测的多级蛋白质表示学习

本文提出了一种新的预训练框架，它将用于蛋白质主体结构和三级结构的序列和几何分析器级联，模拟野生型蛋白质的自然选择并评估变体的效果，以指导遗传突变方向，实现所需特征，提出了一种新的变体影响预测方法，其预测结果在单点和深部变异方面表现良好。

Jun, 2023