category
Nature Catalysis
date
Feb 12, 2026
slug
status
Published
summary
开发了基于几何深度学习的EnzymeCAGE模型,通过结合进化信息显著提升了未表征酶功能预测的准确性,并实现了生物合成途径的重建。
tags
蛋白质组学
合成生物学
蛋白质进化
type
Post

📄 原文题目

A geometric foundation model for enzyme retrieval with evolutionary insights

🔗 原文链接

💡 AI 核心解读

开发了基于几何深度学习的EnzymeCAGE模型,通过结合进化信息显著提升了未表征酶功能预测的准确性,并实现了生物合成途径的重建。

📝 英文原版摘要

<p>Nature Catalysis, Published online: 12 February 2026; <a href="https://www.nature.com/articles/s41929-026-01478-y">doi:10.1038/s41929-026-01478-y</a></p>Predicting the function of enzymes remains difficult and current computational methods require improvement. Now EnzymeCAGE, a geometric deep learning model, has been developed to more accurately predict the functions of uncharacterized enzymes and reconstruct biosynthetic pathways.
一种能够合成自身及其互补链的小型聚合酶核酶 | Science黏附型G蛋白偶联受体诱导的外胞吐作用介导细胞间G蛋白偶联受体信号传播
Loading...