ACS JCIM (化学信息与建模)· Xin Li, Jinzhou Wu, Rui Wang, Donglin He, Yu-Juan Zhang·2026-10-19 08:00· 21 天前精选AI 评分58

MBFGNK：融合序列、结构与超图特征的可解释多肽毒性预测框架

A Multimodal Geometric Learning Framework for Interpretable Peptide Toxicity Prediction

AI 导读

【摘要级】研究提出可解释多模态几何学习框架 MBFGNK，用于多肽毒性预测，融合预训练蛋白语言模型的序列表示、基于等变图神经网络（EGNN）的三维结构特征，以及刻画全局、局部与生物协同残基相互作用的物理化学超图表示。

推荐理由

该框架融合序列、三维结构与超图特征预测多肽毒性，并给出可解释的基序与残基证据。