抗体-抗原相互作用中的结合位点分别称为互补位和表位,本文认为互补位和表位的预测器需要不对称处理,因为互补位是高度连续的,可以很好地单独预测,而表位本质上是结构性的,并且固有地受互补位的制约。由此提出了不同的神经信息传递架构Para-EPMP和Epi-EPMP,分别针对互补位和表位特定方面的预测。本文在这两个任务上的...
2.结合位点预测:通过生物信息学工具和算法,如同源建模、分子对接和序列比对等,预测抗原抗体结合位点的位置和序列特征。 3.结合位点分析:对预测的结合位点进行分析,包括保守氨基酸的识别、结构特征的评估和功能位点的预测等。 4.结合位点与生物活性关联:通过分析结合位点的序列特征和结构特征,探索其与抗原抗体相互作用的...
本发明涉及生物信息技术领域,且公开了基于图神经网络的抗原抗体结合位点预测方法,包括以下步骤:S1,基于蛋白结构的图构建:S11,首先收集抗原抗体复合物结构数据,分别针对抗原上表位预测和抗体上的互补位预测收集PDB结构数据,根据复合物结构的残基之间的距离为主要蛋白质的每个残基分配一个标签,结合位点(正类)或非结合位点(...
基于蛋白质语言模型的抗原抗体结合位点预测软件是由郑州大学著作的软件著作,该软件著作登记号为:2025SR0162567,属于分类,想要查询更多关于基于蛋白质语言模型的抗原抗体结合位点预测软件著作的著作权信息就到天眼查官网!
抗体-抗原相互作用中的结合位点分别称为互补位和表位,本文认为互补位和表位的预测器需要不对称处理,因为互补位是高度连续的,可以很好地单独预测,而表位本质上是结构性的,并且固有地受互补位的制约。由此提出了不同的神经信息传递架构Para-EPMP和Epi-EPMP,分别针对互补位和表位特定方面的预测。本文在这两个任务上的...
该团队还整理了公共数据库中的 NAI 数据,以支持专门的 NAI 建模。通过采用基于提示的方法,他们成功地将模型的注意力导向抗原结合位点,最终形成DeepNano。DeepNano-seq 展现出当前 PPI 算法中最佳的跨物种泛化能力,而 DeepNano 在 NAI 预测和纳米抗体虚拟筛选方面表现出色。链接...