近日，清华大学药学院田博学课题组研究提出了一个基于蛋白质语言模型和对比学习的蛋白质-小分子结合位点预测模型（CLAPE-SMB），并整理了蛋白质-小分子结合位点数据集UniProtSMB，发现该模型在UniProtSMB的测试集上达到了0.699的MCC，优于其他模型。与基于结构的预测方法相比，CLAPE-SMB特别适用于缺乏精确实验结构的蛋白...
进一步,我们选取了两个在固有无序区域(IDR)上有小分子结合位点的IDP进行案例研究,结果显示CLAPE-SMB能够准确预测出IDR上的结合位点。 图3:固有无序蛋白的案例研究 绝大多数蛋白质尚未解析结构,其中包括大量膜蛋白,而膜蛋白通常与多种小分...
进一步,课题组选取了两个在固有无序区域(IDR)上有小分子结合位点的IDP进行案例研究,结果显示CLAPE-SMB能够准确预测出IDR上的结合位点。 绝大多数蛋白质尚未解析结构,其中包括大量膜蛋白,而膜蛋白通常与多种小分子结合。未来,CLAPE-SMB可以...