bioRxiv

整合结构相互作用势能和进化信息的分层深度学习框架用于蛋白质-蛋白质相互作用亲和力预测

创新性提出StructFuncNet框架,首次将多级结构相互作用势能(SIP)与进化信息结合,通过图神经网络(GNN)和Transformer组件实现物理约束与动态交互学习,同时整合预训练残基特征、界面能、进化保守性评分等多模态特征,在突变亲和力预测、多结构域复合物及无序蛋白等复杂场景中均达到SOTA性能。
1
...
678910
...
15