Bioinformatics (Oxford)· Pourmirzaei M, Alqarghuli S, Chen K, Pourmirzaei M, Xu D.·· 2 天前精选AI 评分68
从蛋白序列与SMILES零样本预测蛋白-配体结合位点
Zero-Shot Protein-Ligand Binding Site Prediction from Protein Sequence and SMILES.
AI 导读
【摘要级】研究提出配体感知的残基级结合位点预测基准，按配体数据可得性分为过表征、欠表征与训练中未见配体三种设置。三阶段序列模型逐步引入配体嵌入与化学语言模型SMILES表示，第二阶段在过表征测试集上配体宏平均F1为0.5832，高于第一阶段的0.4769；第三阶段在未见配体上残基级合并F1为0.3109、配体宏平均F1为0.2338。
推荐理由
研究按配体数据可得性分三档评测残基级结合位点预测，为未见配体的泛化提供了可对照的基准。
来源：Bioinformatics (Oxford) · doi.org