热点事件历史事件

ThermoMPNN提升单突变稳定性预测精度

1 篇报道1 个报道来源15 天前更新

先了解这件事

AI 综述

北卡罗来纳大学教堂山分校Brian Kuhlman团队在PNAS发表论文，提出将ProteinMPNN结构特征迁移到稳定性预测任务的ThermoMPNN模型。该模型在大规模稳定性测试集上预测值与实验值的相关系数约0.75，高于直接使用ProteinMPNN的约0.43；在排除同源蛋白的传统实验数据上约0.65，高于后者的约0.41。在排除同源蛋白的数据集中，以−0.5 kcal/mol为增稳阈值，模型预测增稳的61个突变中有34个符合实验标准，命中率约56%。论文的单张显卡测试条件下，扫描一个693个残基蛋白质的全部单点替换约需8秒。

AI 根据报道生成 · 14 天前更新

最新进展10月25日 08:30

PNAS论文提出ThermoMPNN单突变稳定性打分器

报道时间线

沿着报道，了解事件的不同侧面。

10月25日

08:30
BioAICraft精选
PNAS论文提出ThermoMPNN单突变稳定性打分器
北卡罗来纳大学教堂山分校Brian Kuhlman团队在PNAS发表论文，提出将ProteinMPNN结构特征迁移到稳定性预测任务的ThermoMPNN模型。该模型在Megascale测试集上预测值与实验值的相关系数约0.75，在Fireprot无同源子集上约0.65，均高于直接使用ProteinMPNN的约0.43和0.41。