本文主要是介绍学术速运|PeSTo：无参数的几何深度学习用于精确预测蛋白质结合界面，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
题目：PeSTo: parameter-free geometric deep learning for accurate prediction of protein binding interfaces
文献来源:Nature Communications | (2023) 14:2175
代码：https://github.com/LBM-EPFL/PeSTo
简介：蛋白质是生命的重要分子组成部分，由于其特定的分子相互作用，负责大多数生物学功能。然而，预测它们的结合表面仍然是一个挑战。在本研究中，作者提出了一个几何Transformer，它直接作用于仅用元素名称标记的原子坐标。由此得到的模型— the Protein Structure Transformer，pesto—在预测蛋白质-蛋白质界面方面超过了目前的技术水平，还可以高度自信地预测和区分涉及核酸、脂质、离子和小分子的界面。它的低计算成本使处理大量的结构数据成为可能，例如分子动力学集成，允许发现在静态实验解决的结构中仍然不明显的界面。此外，由从头结构预测提供的生长折叠可以很容易地分析，为揭示未探索的生物学提供了新的机会。
主要内容：
-------------------------------------------
欢迎点赞收藏转发！
下次见！
这篇关于学术速运|PeSTo：无参数的几何深度学习用于精确预测蛋白质结合界面的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
