化合物会与蛋白特定的结合位点发生相互作用,从而形成稳定的蛋白质-配体复合物。分子对接作为一种常见的计算化学方法,用于预测蛋白质与配体之间的结合方式。它能够有效地确定蛋白质-配体复合物的结合位姿,为药物设计提供了一定的帮助。 然而,预测蛋白质与配体之间的结合亲和力仍然是一个备受挑战的问题。从亲和力指标中能够...
分子对接作为一种常见的计算化学方法,用于预测蛋白质与配体之间的结合方式。它能够有效地确定蛋白质-配体复合物的结合位姿,为药物设计提供了一定的帮助。 然而,预测蛋白质与配体之间的结合亲和力仍然是一个备受挑战的问题。从亲和力指标中能够获得关于蛋白质与配体相互作用强度的关键信息,并且在药物的虚拟筛选和再利用中...
与目前最先进的方法相比,所提出的框架在蛋白质-配体结合亲和力预测任务上取得了最佳效果。SOTA 性能 表 1 展示了 MFE 和其他基线模型在蛋白质-配体结合亲和力预测任务上的结果。所有模型都使用相同的训练集和验证集划分方法,并在 PDBbind 核心集(版本 2016)上进行测试。可以发现,与所有基线相比,MFE 方法实现了...
1. 分子对接:分子对接是一种常用的蛋白质-配体结合亲和力预测方法。它通过计算蛋白质和配体之间的相互作用能来预测它们的结合亲和力。 2. 反向分子对接:反向分子对接是一种从已知的配体库中筛选出与目标蛋白质结合亲和力高的配体的方法。通过将分子库中的配体依次与蛋白质进行对接,并计算它们的结合亲和力,从而预测与蛋...
准确预测蛋白质-配体结合亲和力在药物发现中至关重要。现有方法主要是不涉及对接的,当无法获得结晶的蛋白质-配体结合构象时,这些方法并未明确考虑蛋白质与配体之间在原子级别的相互作用。作者引入了一个框架——折叠-对接-亲和力(FDA)。该框架折叠蛋白质,确定蛋白质-配体的结合构象,并从三维蛋白质-配体结合结构预测...
准确预测蛋白质-配体结合亲和力在药物发现中至关重要。现有方法主要是不涉及对接的,当无法获得结晶的蛋白质-配体结合构象时,这些方法并未明确考虑蛋白质与配体之间在原子级别的相互作用。作者引入了一个框架——折叠-对接-亲和力(FDA)。该框架折叠蛋白质,确定蛋白质-配体的结合构象,并从三维蛋白质-配体结合结构预测...
由于蛋白质-配体结合亲和力是由其绝对结合自由能决定的,而绝对结合自由能主要由曲率指定,因此有必要将曲率信息纳入图形表示中以提高预测准确性。曲率的概念与流形的几何形状密切相关,并且已经做出了一些努力来推广图的曲率。 基于这种概括,科...
由于蛋白质-配体结合亲和力是由其绝对结合自由能决定的,而绝对结合自由能主要由曲率指定,因此有必要将曲率信息纳入图形表示中以提高预测准确性。曲率的概念与流形的几何形状密切相关,并且已经做出了一些努力来推广图的曲率。 基于这种概括,科学家提出了两种不同的基于曲率的图神经网络,并且它们在基线数据集上表现良好。生...
近期,来自厦门大学的研究团队提出了一种创新的多模态特征提取(MFE)框架,首次将蛋白质表面、3D结构和序列信息相结合,为蛋白质-配体结合亲和力的预测开辟了新路径。相关研究以「Surface-based multimodal protein–ligand binding affinity prediction」为题,于 6 月 21 日发布在《Bioinformatics》上。
为了解决上述挑战,之江实验室、百度大数据以及香港科技大学的合作团队提出了一种新颖的基于曲率的自适应图神经网络(CurvAGN)来预测蛋白质-配体结合亲和力。CurvAGN 包括曲率块和自适应注意力引导神经块(AGN)。 图:CurvAGN 框架。(来源:论文) 曲率块分配边缘属性以包含多尺度曲率,AGN 受到 SIGN 的启发,由两部分组成...