跳到正文
热点事件历史事件

MutBindPred预测错义突变对结合亲和力的影响

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Henghui Fan等作者提出跨模态深度学习框架MutBindPred,用于预测错义突变引起的蛋白-配体结合亲和力变化(ΔΔG)。该框架联合建模野生型与突变型复合物,通过跨模态信息解耦模块分离模态共享背景信息与模态特异的突变相关信号,并引入反对称约束以提升预测ΔΔG的热力学一致性。 作者称,在严格的蛋白与配体冷启动设置下,MutBindPred相比现有基线方法取得更好的泛化性能;结构表示单独预测效用有限,但可作为辅助模态引导跨模态表示学习。

AI 根据报道生成 · 4 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月9日
  1. ACS JCIM (化学信息与建模)精选
    MutBindPred:跨模态信息解耦的反对称框架预测错义突变引起的蛋白-配体结合亲和力变化

    【摘要级】研究提出 MutBindPred,一个跨模态深度学习框架,用于预测错义突变引起的蛋白-配体结合亲和力变化(ΔΔG)。该框架联合建模野生型与突变型复合物,通过跨模态信息解耦模块分离模态共享背景信息与模态特异的突变相关信号,并引入反对称约束以提升预测 ΔΔG 的热力学一致性。

本事件热度走势

可比范围当前
4
可比范围峰值
911月9日 21:00
近 24 小时变化
-20%

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。