AI模型难辨抑制剂依赖的突变效应
热点事件历史事件
AI模型难辨抑制剂依赖的突变效应
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
Zou等作者用覆盖MET激酶域11种抑制剂条件的深度突变扫描数据，系统评测突变效应预测与药物-靶点亲和力预测模型。结果显示，尽管实验揭示的抑制剂依赖性适应度景观明显不同，当前AI模型在两类任务上大多给出配体不变的预测。 LigandMPNN和LASErMPNN等配体感知几何模型能部分找回实验验证的耐药相关热点；深度学习亲和力模型则低估突变引起的结合亲和力变化。作者称，在多个激酶-抑制剂深度突变扫描数据集上扩展分析后，上述总体趋势得到确认。
AI 根据报道生成 · 5 天前更新
最新进展11月3日 08:00
研究用深度突变扫描数据评测蛋白语言模型与深度学习模型的抑制剂相互作用预测报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- bioRxiv · Biophysics精选研究用深度突变扫描数据评测蛋白语言模型与深度学习模型的抑制剂相互作用预测
研究以覆盖MET激酶域11种抑制剂条件的深度突变扫描数据，系统评测突变效应预测与药物-靶点亲和力预测模型。结果显示，尽管实验揭示的抑制剂依赖性适应度景观明显不同，当前AI模型在两类任务上大多给出配体不变的预测；LigandMPNN和LASErMPNN等配体感知几何模型部分找回实验验证的耐药相关热点，而深度学习亲和力模型低估突变引起的结合亲和力变化。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 911月3日 22:00
- 近 24 小时变化
- -21%
02.557.510
11月4日11月5日11月6日11月7日11月8日11月9日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。