AMiner推荐论文：Geometric Transformers for Protein Interface Contact Prediction

论文地址：https://www.aminer.cn/pub/615e65735244ab9dcbf21774?f=cs
预测蛋白质之间的界面接触在药物发现中很重要，因为它们可以显著提高蛋白质-蛋白质对接、蛋白质功能分析和其他蛋白质生物信息学的计算方法的准确性。本文提出了几何Transformer，用于旋转变换不变的蛋白质界面接触预测，其预训练模型被整合在一个端到端的预测流程DeepInteract中。DeepInteract以两个蛋白质的三级结构为输入，预测特定的蛋白质界面接触。作者在互动蛋白质结构增强数据库（DIPS-Plus）和第13和第14届CASP-CAPRI的蛋白质复合物任务上分别达到17%和13%的最高L/5精度，优于现有的界面接触预测方法，从而验证了几何Transformer在学习丰富的几何特征方面的有效性，可用于三维蛋白质结构的下游任务。
AMiner,让AI帮你理解科学！https://www.aminer.cn