bioRxiv · Bioinformatics· Yamahata, I., Shimamura, T., Hayashi, S. ·· 12 小时前精选AI 评分68
研究提出在共享隐空间中进行亲和力引导的PDZ结合肽设计
Affinity-guided design of PDZ-binding peptides in a shared latent space
AI 导读
该预印本提出一种深度学习方法,通过定量PDZ-PBM亲和力预测学习PDZ-PBM共享隐空间,并将单靶点、避脱靶和双靶点设计目标表述为该空间中的方向。在DLG4-PDZ3单靶点重设计中,方法给出的100个排名最高候选里有84个落入已发表突变体库实验测得互作适应度的前1%,对比方法为64个;在10残基PDM从头设计中,该方法在四个测试PDZ结构域中的三个取得最高中位计算机结合分数。
推荐理由
该预印本把单靶点、避脱靶与双靶点设计统一为共享隐空间中的方向,为多目标肽设计提供可迁移思路。
来源:bioRxiv · Bioinformatics · biorxiv.org