Hierarchical protein backbone generation with latent and structure diffusion
该研究提出分层蛋白质主链生成模型LSD，通过潜在变量解码接触图、基于接触图采样坐标实现生成控制，在AFDB上训练后，经潜在扩散引导平衡设计性等性质，结果优于现有潜在扩散模型且媲美结构扩散模型。
2025-04-12 q-bio.QM
Protein model quality assessment using rotation-equivariant, hierarchical neural networks
Stanford University（斯坦福大学）
蛋白质是微型机器，其功能取决于其三维（3D）结构。通过计算确定这种结构仍然是一个未解决的巨大挑战。一个主要的瓶颈是在大量的候选模型中选择最准确的结构模型，这是模型质量评估中的一项任务。在这里，我们提出了一种新的深度学习方法来评估蛋白质模型的质量。我们的网络建立在原子结构的基于点的表示和不同结构分辨率水平的旋转等变卷积的基础上。这些组合的方面允许网络从整个蛋白质结构中进行端到端的学习。我们的方法在对提交给最近几轮CASP（一个盲预测社区实验）的蛋白质模型进行评分方面取得了最先进的结果。特别引人注目的是，我们的方法不使用物理启发的能量项，也不依赖于额外信息的可用性（超出单个蛋白质模型的原子结构），例如多个蛋白质的序列比对。
2020-11-27 cs.LG q-bio.QM
Enhancing Protein-Protein Interaction Prediction with Hierarchical Motif-based Multimodal Protein Embedding
National University of Singapore（新加坡国立大学）；University of California, Los Angeles（加州大学洛杉矶分校）
提出MMM-PPI模型，通过层次化基序的多模态编码（微观、中观、宏观三尺度）整合序列、结构和功能信息，提升蛋白质-蛋白质相互作用预测性能。
2026-05-30 cs.AI cs.LG q-bio.QM
DeepGATGO: A Hierarchical Pretraining-Based Graph-Attention Model for Automatic Protein Function Prediction
Shenzhen University（深圳大学）
针对现有蛋白质功能预测方法依赖结构信息且特征提取不足的问题，提出基于序列的层次化模型DeepGATGO，结合图注意力网络与对比学习，在大规模数据集上实现更好的可扩展性。
2023-07-24 cs.LG q-bio.QM
Learning Hierarchical Protein Representations via Complete 3D Graph Networks
Texas A&M University（德克萨斯农工大学）；Florida State University（佛罗里达州立大学）
我们考虑蛋白质三维结构的表示学习。我们基于蛋白质结构构建3D图形，并开发图形网络来学习它们的表示。根据我们希望捕获的细节水平，可以在不同水平（\emph{e.g.}、氨基酸、骨架或全原子水平）计算蛋白质表示。重要的是，不同层次之间存在着等级关系。在这项工作中，我们建议开发一种新的层次图网络，称为ProNet，捕捉的关系。我们的ProNet非常灵活，可用于计算不同粒度级别的蛋白质表示。通过将每个氨基酸视为图建模中的节点以及利用固有的层次结构，我们的ProNet比现有方法更有效和高效。我们还表明，给定一个完整的基本3D图形网络，我们的ProNet表示在所有级别上也是完整的。实验结果表明，ProNet在大多数数据集上的性能优于最近的方法。此外，结果表明，不同的下游任务可能需要在不同的水平表示。我们的代码作为DIG库（\url{https://github.com/divelab/DIG}）的一部分公开提供。
2023-03-03 cs.LG q-bio.QM
Hierarchical Contrastive Learning for Multi-Domain Protein-Ligand Binding
University of Birmingham, UK（英国伯明翰大学）
本研究提出HCLBind框架，通过分层对比学习方法，解决多领域蛋白质-配体结合亲和力预测问题，核心方法是分离几何表示学习与亲和力回归，并采用新颖的分层诱饵策略，结合领域门控图注意力网络和跨模态注意力，提升领域界面优先级，实验表明HCLBind能有效学习判别界面特征并提供鲁棒的不确定性估计。
2026-05-19 cs.LG q-bio.QM
Learning to Predict Mutation Effects of Protein-Protein Interactions by Microenvironment-aware Hierarchical Prompt Learning
Westlake University（西湖大学）；University of Notre Dame（圣母大学）
针对标注突变数据稀缺及现有预训练方法的多重挑战，提出微环境感知的分层提示学习框架，通过分层提示码本与掩码微环境建模任务，实现更高效准确的蛋白质互作突变效应预测。
2024-05-16 cs.AI cs.LG q-bio.QM
SVM Model for Identification of human GPCRs
G蛋白偶联受体（GPCR）是真核生物中一类广泛存在的细胞表面受体，具有7个跨膜α-螺旋结构域。GPCR通常分为几个功能不同的家族，在细胞信号传导和基本生理过程的调节中发挥关键作用。我们可以根据这些共同特征开发统计模型，用于蛋白质分类，预测新成员，并研究该蛋白质功能组的序列-功能关系。在这项研究中，基于支持向量机的分类模型已被开发用于识别人类gpcr序列。以A类视紫红质的1级亚家族序列为例进行研究。在本研究中，已作出的尝试，GPCR的物种的基础上进行分类。本研究将人类gpcr序列与GPCRDB中可用的其他物种进行分类。分类是基于来自序列的n-末端和细胞外环的特定信息，相应gpcr序列的一些物理化学性质和氨基酸组成。我们的方法以94%的准确率对GPCR的1级亚家族进行分类。
2010-02-21 cs.OH q-bio.QM
MP-GCAN: a highly accurate classifier for $α$-helical membrane proteins and $β$-barrel proteins
本文提出MP-GCAN模型，通过结合GCN、GAT和GIN层从3D蛋白质图中学习空间与序列特征，在500个膜蛋白和500个非膜蛋白数据集上取得96%准确率，显著优于基于pLDDT的SGD分类器和DeepTMHMM。
2025-07-18 q-bio.QM
Predicting membrane protein contacts from non-membrane proteins by deep transfer learning
Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）；University of Chicago（芝加哥大学）；University of Hong Kong（香港大学）
膜蛋白（MP）结构的计算预测是非常具有挑战性的，部分原因是缺乏足够的解决结构的同源建模。最近，直接进化偶联分析（DCA）揭示了一些光蛋白质接触预测，因此，接触辅助折叠，但DCA是有效的，只有在一些非常大的家庭，因为它只使用在一个单一的蛋白质家族的信息。本文提出了一种深度迁移学习方法，通过从数千种非膜蛋白（non-MP）中学习接触模式和复杂的序列-接触关系，可以显著改善MP接触预测。在510个非冗余MP上进行测试，我们的深度模型（仅从非MP学习）具有最高的L/10长距离接触预测精度0.69，优于我们仅由MP训练的深度模型（0.63），并且远远优于代表性的DCA方法CCMpred（0.47）和CASP 11获奖者MetaPSICOV（0.55）。当由非MP和MP混合训练时，我们的深度模型的准确性可以进一步提高到0.72。当仅评估跨膜区域中的接触时，当分别由非MP和MP的混合、仅由非MP和仅由MP训练时，我们的方法具有最高L/10远程准确度0.62、0.57和0.53，仍然比MetaPSICOV（0.45）和CCMpred（0.40）好得多。所有这些结果表明，我们的深度模型从非MP学习到的序列-结构关系可以很好地推广到MP接触预测。改进的接触预测还导致更好的接触辅助折叠。仅使用最高预测联系人作为约束，当仅由非MP训练时，我们的深度学习方法可以折叠TMscore>0.6的510个MP中的1…
2017-04-24 cs.LG cs.NE q-bio.BM
HMD-AMP: Protein Language-Powered Hierarchical Multi-label Deep Forest for Annotating Antimicrobial Peptides
CUHK（香港中文大学）；The CUHK Shenzhen Research Institute（香港中文大学深圳研究院）；University of Electronic Science and Technology of China（电子科技大学）
确定抗菌肽的靶标是研究先天免疫反应和对抗抗生素耐药性的基本步骤，更广泛地说，是精准医学和公共卫生的基本步骤。已经对统计学和计算方法进行了广泛的研究，以鉴定（i）肽是抗菌肽（AMP）还是非AMP，以及（ii）这些序列有效靶向哪些（革兰氏阳性、革兰氏阴性等）。尽管现有的深度学习方法在这个问题上，他们中的大多数都无法处理小AMP类（抗昆虫，抗寄生虫等）。更重要的是，一些AMP可以有多个靶点，这是以前的方法没有考虑到的。在本研究中，我们通过收集和清洗各种AMP数据库中的氨基酸，建立了一个多样化和全面的多标签蛋白质序列数据库。为了为小类数据集生成有效的表示和特征，我们利用了在2.5亿个蛋白质序列上训练的蛋白质语言模型。在此基础上，我们开发了一个端到端的分层多标签深度森林框架HMD-AMP，对AMP进行全面的标注。在识别AMP之后，它进一步预测AMP可以从11个可用类别中有效杀死哪些目标。大量的实验表明，我们的框架优于国家的最先进的模型在二进制分类任务和多标签分类任务，特别是对小类。该模型是强大的减少功能和小扰动，并产生有前途的结果。我们相信HMD-AMP有助于未来对不同抗菌肽的固有结构特性的湿实验室研究，并为抗生素的精确医学建立有希望的经验基础。
2021-11-11 cs.AI cs.LG q-bio.QM
HyboWaveNet: Hyperbolic Graph Neural Networks with Multi-Scale Wavelet Transform for Protein-Protein Interaction Prediction
Jingdezhen Ceramics University（景德镇陶瓷大学）
针对PPI预测缺乏因果解释及难以捕捉层次几何与多尺度动态模式的问题，提出结合双曲图神经网络与多尺度图小波变换的深度学习框架HyboWaveNet，在公开数据集上优于现有最先进方法。
2025-04-27 cs.AI cs.LG q-bio.QM
Deep Supervised and Convolutional Generative Stochastic Network for Protein Secondary Structure Prediction
Princeton University（普林斯顿大学）
蛋白质二级结构预测是蛋白质结构预测中的一个基本问题。在这里，我们提出了一个新的监督生成随机网络（GSN）的基础上的方法来预测局部二级结构与深层次的表示。GSN是最近提出的深度学习技术（Bengio & Thibodeau-Laufer，2013），用于全球训练深度生成模型。我们提出了GSN的监督扩展，它学习马尔可夫链从条件分布中采样，并将其应用于蛋白质结构预测。为了将模型扩展到全尺寸的高维数据，例如具有数百个氨基酸的蛋白质序列，我们引入了卷积架构，该架构允许在多层分层表示中进行有效学习。我们的架构独特地专注于预测结构化的低级标签，这些标签通过模型学习的低级和高级表示来通知。在我们的应用中，这对应于标记每个氨基酸残基的二级结构状态。我们在不同的非同源蛋白质组上训练和测试了该模型，这些蛋白质具有小于30%的序列同一性。我们的模型在CB 513数据集上实现了66.4%的Q8准确度，优于先前报道的最佳性能64.9%（Wang et al.，2011）对于这个具有挑战性的二级结构预测问题。
2014-03-06 cs.CE cs.LG q-bio.QM
Capsule Networks for Protein Structure Classification and Prediction
University of Puerto Rico（波多黎各大学）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
胶囊网络具有解决结构生物学问题的巨大潜力，因为它们关注层次关系。本文描述了一个胶囊网络架构的实现和应用，以基于GPU的计算资源上的RAS蛋白质家族结构的分类。在2D和3D结构编码上训练的胶囊网络可以成功地分类HRAS和KRAS结构。Capsule Network还可以对基于KRAS和HRAS突变序列的PSI-BLAST搜索得出的蛋白质数据集进行分类。我们的结果显示，与传统卷积网络相比，准确性有所提高，同时通过激活向量的可视化提高了可解释性。
2018-08-22 cs.LG q-bio.QM stat.ML
Link communities reveal multiscale complexity in networks
网络已经成为理解相互作用对象系统的关键方法，统一了对包括生物有机体和人类社会在内的各种现象的研究。研究网络结构和动力学的一个关键步骤是识别社区：对应于功能亚基（如蛋白质复合物或社会领域）的相关节点组。网络中的社区经常重叠，使得节点同时属于几个组。同时，许多网络都具有层次结构，其中社区递归地分组为层次结构。然而，事实上，许多真实的网络具有普遍重叠的社区，其中每个节点都属于一个以上的组，其结果是节点的全局层次结构无法捕获重叠组之间的关系。在这里，我们重塑社区的链接，而不是节点的群体，并表明这种非正统的方法成功地调和了对立的组织原则重叠的社区和层次结构。与现有的文献相比，它完全集中在分组节点，链接社区自然纳入重叠，同时揭示层次结构。我们在许多网络中发现了相关的链接社区，包括主要的生物网络，如蛋白质-蛋白质相互作用和代谢网络，并表明一个大型的社会网络包含分层组织的社区结构，跨越市中心到区域尺度，同时保持普遍的重叠。我们的研究结果表明，链接社区是基本的构建块，揭示了重叠和层次组织在网络中是同一现象的两个方面。
2010-09-14 physics.data-an physics.soc-ph q-bio.QM
Informational Way to Protein Alphabet: Entropic Classification of Amino Acids
作为活细胞蛋白质机器的工作部分，蛋白质是由什么组成的？为了回答这个问题，我们需要一种技术来将蛋白质分解成基本的功能细节，并准备对这些细节的集中描述。这种集总描述可能具有多个材料实现（在氨基酸中）。我们的假设是，信息的方法来解决这个问题是可能的。我们提出了一种分层分类的方法，使蛋白质的一级结构最大限度地非随机。实现了建议的研究计划的第一步：最佳信息蛋白质二进制字母表的方法和分析。一般的方法是用来回答几个具体的问题，例如：（一）是否有一个语法之间的差异球状和膜蛋白？(ii)蛋白质是氨基酸的随机序列吗（一个很长的讨论）？对这些问题的回答如下：（1）球状蛋白和膜蛋白在句法上存在着明显的差异，并对这种差异进行了描述;（2）蛋白质中的氨基酸序列绝对不是随机的。
2007-11-05 physics.bio-ph q-bio.BM q-bio.QM
Nonlinear Models Using Dirichlet Process Mixtures
我们引入了一个新的非线性模型的分类，在其中，我们的响应变量，y，和协变量，x，非参数使用Dirichlet过程混合物的联合分布模型。我们在混合物的每个组分内保持y和x之间的线性关系。如果混合物中含有一种以上的成分，则整体关系变为非线性。我们使用模拟数据来比较这种新方法的性能，一个简单的多项logit（MNL）模型，MNL模型与二次项，和决策树模型。我们还评估了我们的方法上的蛋白质折叠分类问题，并发现我们的模型提供了显着的改进，比以前的方法，这是基于神经网络（NN）和支持向量机（SVM）。蛋白质的折叠类别具有等级结构。我们扩展我们的方法，分类问题的类层次结构。我们发现，使用有关蛋白质折叠的层次结构的先验信息可以导致更高的预测精度。
2007-03-10 math.ST q-bio.QM stat.TH
