Aug, 2024

基于数据驱动的拓扑特征学习管道及其在蛋白质稳定性预测中的应用

HTML
PDF
TL;DR本研究聚焦于学习生物分子数据的可解释性拓扑特征，以解决传统特征工程不足的问题。我们提出了一种数据驱动的方法，通过与专家主导的物理特征模型比较，展示了基于拓扑特征的模型在预测合成迷你蛋白稳定性方面的有效性。研究结果表明，拓扑特征能提供专家特征未能捕捉的新信息，从而提升模型性能。
发现论文，激发创造
  • ProteinNet：用于蛋白质结构机器学习的标准化数据集

    这篇研究论文介绍了一种名为 ProteinNet 的数据集，在蛋白质序列-结构关系的机器学习模型的训练和评估方面提供了一种标准化机制，并提出了一种方法来克服已有数据集中存在的一些挑战。

    Feb, 2019

  • 通过解释性变分自编码器生成三级蛋白质结构

    本文提出并评估了一种利用生成深度学习的图形生成模型，生成蛋白质的功能相关三维结构的替代方法，并评价了几种深层结构的全面评估。

    Apr, 2020

  • 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

  • 蛋白质三维图形结构学习用于稳健基于结构的蛋白质性质预测

    通过研究，我们发现当利用AI工具（如AlphaFold2）预测的蛋白质结构时，现有的方法在预测准确性上存在明显的下降，我们将该现象归因于结构表示学习的结构嵌入偏差。为了解决这个问题，我们提出了一种蛋白质结构嵌入对齐优化框架（SAO），并确定了一个稳健蛋白质性质预测的蛋白质三维图结构学习问题（PGSL-RP3），通过大量实验证明了我们的框架在改进预测结构和实验结构的性质预测方面既适用于各种模型，又有效果。

    Oct, 2023

  • 利用持久同调改进自监督分子表示学习

    基于持久同调的自监督学习在分子表示学习中具有广泛的应用潜力，可以通过不同的数据视角、距离保持的稳定性和灵活性结合领域知识，提高嵌入空间的表示能力和预测性能，同时对非常小的数据集也能获得显著的改进。

    Nov, 2023

  • 利用大型语言模型高效预测单点突变对蛋白质稳定性的影响

    利用大型语言模型（LLM），我们引入了一种ESM辅助高效方法，将蛋白质序列和结构特征整合在一起，以预测单点突变引起的蛋白质热稳定性变化，并且我们设计了一个经过细致筛选的数据集，以避免数据泄漏，以便更公平地进行模型比较。

    Dec, 2023

  • 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

  • 拓扑增强的机器学习模型 (Top-ML) 用于抗癌肽预测

    提出一种基于拓扑增强的机器学习模型 (Top-ML)，用于抗癌肽预测，利用肽序列的连接信息衍生的拓扑特征，通过矢量和谱描述符进行特征化，该模型在两个广泛使用的 AntiCP 2.0 基准数据集上获得了最先进的性能，表明利用新颖的基于拓扑的特征化加速抗癌肽的识别的潜力。

    Jul, 2024

  • 分子拓扑剖面 (MOLTOP) - 分子图分类的简单而强大的基线

    分子图分类的拓扑描述符、特征工程和图神经网络方法的关键词间的关系以及新算法MOLTOP的有效性经如何评估

    Jul, 2024

  • 具有拓扑和静电特征的深度神经网络生物物理模型

    本研究针对蛋白质属性预测中的模型不足，提出了一种基于深度学习的生物物理模型。通过多尺度均匀拓扑和静电特征，结合蛋白质结构信息和力场，有效提升了模型的预测精度，显示出在生物分子特性的广泛应用潜力。

    Sep, 2024