GOProteinGNN：利用蛋白质知识图谱进行蛋白质表示学习

Jul, 2024

GOProteinGNN：利用蛋白质知识图谱进行蛋白质表示学习

GOProteinGNN: Leveraging Protein Knowledge Graphs for Protein Representation Learning

Dan Kalifa, Uriel Singer, Kira Radinsky

TL;DR本研究解决了现有蛋白质表示学习方法仅关注氨基酸序列而忽视蛋白质及其交互的知识的局限性。我们提出了一种新颖的架构GOProteinGNN，通过在氨基酸级别整合蛋白质知识图谱的信息，显著提高了蛋白质语言模型的表现。实验证明，该方法在多个下游任务中优于以往方法，展现出更强的鲁棒性与上下文丰富性。

Abstract

Proteins play a vital role in biological processes and are indispensable for living organisms. Accurate representation of proteins is crucial, especially in drug development. Recently, there has been a notable increase in interest in utilizing Machine Learning and deep learning techniq

发现论文，激发创造

OntoProtein: 基因本体嵌入的蛋白质预训练

OntoProtein是第一个将GO结构应用于蛋白质预训练的通用框架，通过与知识图谱和蛋白质嵌入的联合优化，能够优化蛋白质表示并在蛋白质相互作用和蛋白质功能预测方面实现更好的性能。

Jan, 2022

几何结构预训练下的蛋白表征学习

本文提出了利用3D蛋白结构进行预训练的蛋白质表示方法，并通过多视图对比学习和自我预测任务，实现了对蛋白质的编码。实验结果表明，该方法不仅可以比现有的基于序列的方法更有效地预测蛋白质的功能和褶叠分类，而且使用的预训练数据更少。

Mar, 2022

蛋白质结构感知的自监督学习

我们提出了一种新颖的结构感知的蛋白自监督学习方法，利用图神经网络模型预训练，从残基距离和二面角的角度考虑自监督学习任务，借鉴预训练蛋白语言模型的序列信息结合专门设计的GNN模型的结构信息进行伪二级优化，实验证明该方法在多个监督型下游任务中的有效性。

Apr, 2022

多模式蛋白知识图谱构建及应用

本文介绍了ProteinKG65，一个专门用于蛋白质科学的知识图谱，它基于基因本体论和Uniprot知识库，并整合了多种知识，主要旨在将基因本体论的知识应用于蛋白质功能及结构预测，文中还展示了ProteinKG65的潜在应用。

May, 2022

通过知识增强的原始结构建模进行蛋白质表示学习

KeAP提出了一种利用知识的自编码器方法, 通过token-level知识图谱探索辅助蛋白质表示学习，取得了比之前更好的结果。

Jan, 2023

蛋白质图形的神经嵌入

本文提出了一种利用图神经网络和自然语言大模型生成结构和序列感知型蛋白质表示的新框架，并将其与传统的基于结构对齐的方法相比较，证明了该方法在比较蛋白质结构和蛋白质结构分类任务中的优越性能。

Jun, 2023

InstructProtein: 通过知识指导对齐人类和蛋白质语言

InstructProtein是一种具备双向生成能力的语言模型，用于预测蛋白质的功能描述并通过自然语言促使蛋白质序列生成，通过预训练和基于知识图谱的指导数据生成框架，解决了蛋白质序列理解和人类语言理解之间的差距。

Oct, 2023

基于结构知识精细化的图级蛋白质表示学习

本文提出了一种名为“结构知识细化”的新框架，用于在无监督的情况下学习整个图形级别的表示，该框架通过数据结构确定一对数据是否为正或负，并通过直观观察和实验证明了其在图形级别分类任务上优于大多数最先进的对照方法。

Jan, 2024

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

评估蛋白质结构宇宙中的表示学习

ProteinWorkshop是一套用于蛋白质结构上的几何图神经网络表征学习的全面基准套件，通过对大规模预训练和下游任务进行系统评估，旨在建立机器学习和计算生物学社区之间的共同基础，以严谨地比较和推进蛋白质结构表征学习的研究。

Jun, 2024