Deep Multi-attribute Graph Representation Learning on Protein Structures
Auburn University（奥本大学）
图作为一种数据结构近来引起了极大的关注。几何图的表示学习在分子网络、社会网络和金融网络等领域取得了巨大的成功。将蛋白质表示为图是很自然的，其中节点表示残基，边表示残基之间的成对相互作用。然而，3D蛋白质结构很少被直接作为图来研究。挑战包括：1）蛋白质是由数千个原子组成的复杂大分子，这使得它们比微分子更难建模。2)捕获蛋白质结构建模的长程成对关系仍然未被探索。3)很少有研究集中在一起学习蛋白质的不同属性。为了解决上述挑战，我们提出了一种新的图神经网络架构，将蛋白质表示为3D图，并同时预测距离几何图表示和二面角几何图表示。这提供了一个显著的优势，因为该网络打开了从序列到结构的新路径。我们在四个不同的数据集上进行了广泛的实验，并证明了所提出的方法的有效性。
2020-12-22 cs.LG q-bio.BM q-bio.QM
EquiPocket: an E(3)-Equivariant Geometric Graph Neural Network for Ligand Binding Site Prediction
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；Beijing Institute of Technology（北京理工大学）
针对现有3D CNN方法预测蛋白质结合位点的缺陷，本研究提出E(3)等变GNN模型EquiPocket，结合密集注意力层缓解尺寸问题，实验表明其性能优于现有方法。
2026-08-19 cs.LG q-bio.BM
Orientation-Aware Graph Neural Networks for Protein Structure Representation Learning
Peking University（北京大学）；Tsinghua University（清华大学）；Massachusetts Institute of Technology（麻省理工学院）；Stanford University（斯坦福大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Helixon Ltd.（Helixon有限公司）
本文提出方位感知图神经网络（OAGNNs），通过将标量权重扩展为三维向量并引入等变消息传递范式，增强对蛋白质结构几何方位特征的感知能力，在多个蛋白质三维结构相关任务上取得最先进性能。
2025-02-04 cs.AI cs.LG q-bio.BM
RIGA-Fold: A General Framework for Protein Inverse Folding via Recurrent Interaction and Geometric Awareness
College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China（深圳大学计算机科学与软件工程学院）；National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University, Shenzhen, China（大数据系统计算技术国家工程实验室）
RIGA-Fold通过递归交互与几何感知结合，提出一种通用框架以提升蛋白质逆折叠的序列恢复与结构一致性。
2026-02-04 cs.LG
GIPA: General Information Propagation Algorithm for Graph Learning
Ant Group（蚂蚁集团）；Alibaba Group（阿里巴巴集团）
图神经网络（GNNs）已广泛用于分析图结构数据，在节点分类、链接预测和网络推荐等各种应用中显示出良好的效果。在本文中，我们提出了一个新的图形注意力神经网络，即GIPA，属性图数据学习。GIPA由三个关键组件组成：注意力、特征传播和聚合。具体而言，注意力组件引入了一种新的基于多层感知器的多头，以生成比传统实现（如点积）更好的非线性特征映射和表示。传播组件不仅考虑节点特征，还考虑边缘特征，这与仅考虑节点特征的现有GNN不同。聚合组件使用剩余连接来生成最终的嵌入。我们使用Open Graph Benchmark蛋白质（简称ogbn-proteins）数据集评估GIPA的性能。实验结果表明，GIPA在预测精度方面可以击败最先进的模型，例如，GIPA实现了$0.8700\pm 0.0010$的平均测试ROC-AUC，并且优于ogbn蛋白排行榜中列出的所有以前的方法。
2021-08-10 cs.LG
Towards Multiscale Graph-based Protein Learning with Geometric Secondary Structural Motifs
Department of Mathematics and Scientific Computing and Imaging (SCI) Institute University of Utah（数学与科学计算与成像研究所（SCI）大学）；Department of Mathematics, UCLA（数学系，加州大学洛杉矶分校）；Department of Mathematics, UC Davis（数学系，加州大学戴维斯分校）
本文提出了一种针对蛋白质的多尺度图学习框架，通过分层图结构和双GNN模型提升结构预测精度并降低计算成本。
2026-01-31 cs.AI cs.LG cs.NA
Protein Language Model-Powered 3D Ligand Binding Site Prediction from Protein Sequence
Hunter College, City University of New York（纽约市立大学亨特学院）；Weill Cornell Medicine, Cornell University（康奈尔大学威尔康奈尔医学院）；Graduate Center, City University of New York（纽约市立大学研究生中心）
本文提出 LaMPSite，仅利用蛋白质序列经 ESM-2 获取残基表示与接触图，并结合配体图神经网络及几何约束预测结合位点，在无三维结构输入下达到与结构方法竞争的性能。
2023-12-05 cs.CL cs.LG q-bio.QM
Data-Efficient Protein 3D Geometric Pretraining via Refinement of Diffused Protein Structure Decoy
Zhejiang University（浙江大学）；Westlake University（西湖大学）
学习有意义的蛋白质表示对于各种生物下游任务（如基于结构的药物设计）非常重要。在蛋白质序列预训练取得成功之后，对信息量更大的结构数据进行预训练成为一个很有前途的研究课题。然而，蛋白质结构预训练面临三大挑战：样本多样性不足，物理上不切实际的建模，以及缺乏蛋白质特定的借口任务。为了解决这些挑战，我们提出了3D几何预训练。在本文中，我们提出了一个统一的蛋白质预训练框架和一个基于3D几何的，数据高效的，蛋白质特定的借口任务：RefineDiff（Refine the Diffused Protein Structure Decoy）。在有限的数据（不到SOTA模型的1%）上对我们的几何感知模型进行预训练后，我们获得了信息丰富的蛋白质表示，可以在各种下游任务中实现相当的性能。
2023-02-05 cs.AI cs.LG q-bio.BM
Learning Geometrically Disentangled Representations of Protein Folding Simulations
Rensselaer Polytechnic Institute（伦斯勒理工学院）；IBM Research（IBM研究院）；Systems & Technology Research（系统与技术研究院）
药物靶蛋白的大规模分子模拟已被用作理解疾病机制和开发治疗方法的工具。这项工作的重点是学习一个生成神经网络的药物靶蛋白，如SARS-CoV-2刺突蛋白，从计算昂贵的分子模拟获得的结构合奏。模型任务包括表征与各种药物分子结合的蛋白质的不同结构波动，以及有效生成蛋白质构象，这些构象可以作为分子模拟引擎的补充。具体来说，我们提出了一个几何自动编码器框架来学习蛋白质结构的内在和外在几何结构的单独潜在空间编码。为此，建议的蛋白质几何自动编码器（ProGAE）模型上的蛋白质接触图和蛋白质的骨架键的方向进行训练。使用ProGAE潜在嵌入，我们重建和生成蛋白质的构象系综或接近实验分辨率，同时获得更好的解释性和可控性，从学习的潜在空间的蛋白质结构生成。此外，ProGAE模型可转移到相同蛋白质的不同状态或不同大小的新蛋白质，其中仅需要重新训练从潜在表示解码的密集层。结果表明，我们的基于几何学习的方法在生成复杂的结构变异方面具有准确性和效率，为分析和增强药物靶蛋白的高成本模拟的可扩展和改进方法指明了道路。
2022-05-20 cs.LG q-bio.BM
Identifying critical residues of a protein using meaningfully-thresholded Random Geometric Graphs
Department of Mathematics, Brunel University London（布鲁内尔大学数学系）；The Thomas Young Centre for Theory and Simulation of Materials（泰晤士·扬材料理论与模拟中心）；Department of Bioscience and Bioengineering, Indian Institute of Technology（印度理工学院生物科学与生物工程系）；Department of Mathematics, University of York（约克大学数学系）
针对蛋白质关键残基识别问题，提出基于Cramer's V相关矩阵学习RGG的三种方法（有机阈值节点度、后验概率差排序、动态节点度），并与实验确定的关键残基对比验证。
2025-05-28 cs.LG q-bio.BM stat.ML
Geometric-informed GFlowNets for Structure-Based Drug Design
Simon Fraser University（西蒙菲莎大学）
本文改进 GFlowNet 的蛋白质条件机制，融合蛋白质与配体的三角一致几何嵌入，并在 CrossDocked2020 上提升单目标与多目标 SBDD 的结合亲和力。
2024-06-16 cs.LG q-bio.BM
Multi-Scale Representation Learning for Protein Fitness Prediction
Mila - Québec AI Institute（米拉 - 魁北克人工智能研究所）；Université de Montréal（蒙特利尔大学）；Harvard Medical School（哈佛医学院）；IBM Research（IBM研究院）；Broad Institute（布罗德研究所）；HEC Montréal（蒙特利尔高等商学院）；CIFAR（加拿大高级研究所）
本文提出S3F多尺度多模态框架，融合蛋白质语言模型序列表征与编码主链、表面拓扑的GVP网络，在ProteinGym的217个DMS实验上达到SOTA适应度预测。
2024-12-02 cs.LG q-bio.BM
Geometric constraints in protein folding
蛋白质三级结构的复杂三维几何结构是蛋白质功能的基础，并通过氨基酸的一维链折叠过程出现。氨基酸的精确空间序列和构型、生物化学环境和不同相互作用的时间序列产生了复杂的折叠过程，该过程尚不能容易地追踪所有蛋白质。为了获得定性的见解背后的折叠动力学和通用功能的折叠结构的基本机制，我们提出了一个简单的模型结构的形成，只考虑到基本的几何约束，否则假设随机配对连接。我们发现，尽管它的简单性，该模型的结果在一个网络合奏的关键整体特征的蛋白质残基网络的合奏，我们从1000多个生物蛋白质的几何形状，可通过蛋白质数据库获得一致。具体地说，一个单元（氨基酸）的相互作用邻居的数量的分布，结构的空间范围与链长的比例，本征值谱和最小弛豫时间与链长的比例都是一致的模型和真实的蛋白质。这些结果表明，几何约束本身可能已经占了蛋白质三级结构的一些通用功能。
2018-12-23 q-bio.BM
GeoGraph: Geometric and Graph-based Ensemble Descriptors for Intrinsically Disordered Proteins
InstaDeep
GeoGraph通过结合几何和图方法，从序列预测内在无序蛋白质的构象集合统计信息，提升对关键生物物理性质的预测能力。
2025-12-18 cs.LG q-bio.BM
Geometric and physical considerations for realistic protein models
蛋白质结构通常被概念化为螺旋、片层和环的整体排列或较小的局部基序。这些规则的、重复的二级结构元件在氨基酸骨架几何形状和满足氢键要求的方式方面具有充分理解和标准化的定义。最近，“管”模型已被提出来解释蛋白质二级结构的几何优化包装的一个无特征的圆柱体。然而，原子详细的模拟表明，这样的包装考虑单独定义二级结构是不够的，排除体积和氢键必须明确建模螺旋形成。这些结果具有现实的和有意义的生物大分子模型的建设和解释的基本影响。
2005-04-29 q-bio.BM
Autoregressive fragment-based diffusion for pocket-aware ligand design
University of California, San Francisco（加州大学旧金山分校）；Genentech（基因泰克）
本文提出AutoFragDiff，一种基于片段的自回归扩散模型，在蛋白质口袋条件下生成三维分子，通过几何向量感知器预测片段原子类型与坐标，改善局部几何并保持结合亲和力，支持骨架延伸。
2023-12-15 cs.AI cs.LG physics.chem-ph
Curvature-Guided Geometric Representation for Protein-Ligand Binding Affinity Prediction
School of Mathematics, Sun Yat-sen University（中山大学数学学院）；Department of Electrical Engineering, City University of Hong Kong（香港城市大学电机工程系）
提出RicciBind框架，利用里奇曲率捕捉局部相互作用紧密度，结合最优传输实现跨域对齐，提升结合亲和力预测的准确性与可解释性。
2026-06-15 cs.LG q-bio.BM
Computation of protein geometry and its applications: Packing and function prediction
本章讨论了生物分子的几何模型和几何构造，包括球模型的并集、加权Voronoi图、加权Delaunay三角剖分和alpha形状。这些几何构造使得能够快速和分析计算生物分子的形状（包括诸如空隙和口袋的特征）和度量性质（诸如面积和体积）。文中还介绍了Delaunay三角剖分算法、空洞和口袋的计算以及体积/面积的计算。此外，还讨论了它在蛋白质结构堆积分析和蛋白质功能预测中的应用。
2006-01-14 q-bio.BM
Homology of homologous knotted proteins
蛋白质结构的定量和分类，如打结蛋白质，通常需要无噪声和完整的数据。在这里，我们开发了一个数学管道，系统地分析蛋白质结构。我们展示了这种几何框架上的蛋白质形成开放式三叶结，我们证明了数学工具，持久的同源性，忠实地代表他们的结构同源性。该拓扑管道识别了蛋白质纠缠的重要几何特征，并根据三叶蛋白质的深度将其空间聚类。持久性景观量化了同一结构同调类中的打结和未打结蛋白质家族之间的拓扑差异。这种差异是本地化和解释的几何与最近的进展，在系统计算同源发电机。我们发现的拓扑和几何量化是鲁棒的噪声输入数据，这表明了这种方法的潜力，在标准的结理论工具失败的情况下。
2022-01-19 math.AT math.GT q-bio.BM
III. Geometrical framework for thinking about globular proteins: turns in proteins
本文基于沿链戳触相互作用的几何框架，将蛋白质转角解释为局部、孤立且约束部分松弛的成对戳触接触，并系统划分其结构类别与氨基酸偏好。
2023-12-12 cond-mat.soft q-bio.BM
Protein structures and optimal folding emerging from a geometrical variational principle
新的数值技术，通过分析芽孢杆菌RNA酶和胰凝乳蛋白酶抑制剂，验证，用于阐明所起的至关重要的作用，由蛋白质骨架的几何形状在引导折叠到正确的天然状态。据发现，无论序列，天然状态的蛋白质具有非常大的数量的构象与给定量的结构重叠相比，其他紧凑的人工骨干;此外，相同长度的无关蛋白质的构象熵几乎相等，在任何给定的折叠阶段。这些结果提示了蛋白质进化的极端性原则，而这反过来又与二级结构的出现有关。
1998-11-17 cond-mat.soft cond-mat.stat-mech q-bio.BM
Geometric-Chemical Distance Between Protein Surfaces
Ulsan National Institute of Science and Technology（蔚山科学技术院）；Acoustics Research Institute, Austrian Academy of Sciences（奥地利科学院声学研究所）；Université de Genève（日内瓦大学）
IFACE通过联合几何-化学距离方法，有效区分蛋白质构象变化与结构差异，揭示P450家族的一致组织和保守催化口袋。
2026-08-17 physics.bio-ph q-bio.BM
SurfPro: Functional Protein Design Based on Continuous Surface
Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所）；Yale University（耶鲁大学）；Broad Institute of MIT and Harvard（麻省理工学院与哈佛大学博德研究所）
本研究针对功能蛋白质设计问题，提出融合分层编码器与自回归解码器的SurfPro方法，在逆折叠基准及两项功能设计任务上性能超越现有最优方法。
2024-06-17 cs.LG q-bio.BM
Torsion-Space Diffusion for Protein Backbone Generation with Geometric Refinement
Dept. of Mechanical Engineering（机械工程系）；Indian Institute of Technology Bombay（印度班加罗尔理工学院）
本文提出扭转空间扩散模型，通过去噪扭转角生成物理有效的蛋白质主链，结合几何细化优化结构紧凑性，提升蛋白质生成的准确性与合理性。
2025-11-24 cs.AI q-bio.BM
Exploiting Hierarchical Interactions for Protein Surface Learning
Hong Kong University of Science and Technology（香港科技大学）；Nanyang Technological University（南洋理工大学）
本文提出HCGNet框架，通过层次交互联合建模蛋白质表面原子间化学关系与几何特征，在位点预测和交互匹配任务上分别超越现有最优方法2.3%和3.2%。
2024-01-17 cs.LG q-bio.BM
Protein container disassembly pathways depend on geometric design
针对非Caspar-Klug衣壳结构，本文提出加权图渗流理论分析其碎裂韧性，发现AaLS笼等架构沿孔洞形成或衣壳碎裂两条路径解组装，揭示几何设计的进化驱动力。
2023-09-27 q-bio.BM
One-step Structure Prediction and Screening for Protein-Ligand Complexes using Multi-Task Geometric Deep Learning
Medical School of Nanjing University（南京大学医学院）；National Institute of Healthcare Data Science, Nanjing University（南京大学国家健康数据科学研究院）；School of Life Sciences, Nanjing University（南京大学生命科学学院）
针对药物开发中蛋白质-配体复合物结构预测与筛选的准确性及效率受限问题，提出基于多任务几何深度学习的单一模型LigPose，通过图表示直接优化三维结构并结合辅助任务，实现无需分子对接工具的一步预测，在主要药物研究任务上取得最先进性能。
2024-08-21 cs.AI cs.LG q-bio.BM
Geometric Graph Learning with Extended Atom-Types Features for Protein-Ligand Binding Affinity Prediction
University of Kentucky（肯塔基大学）
理解和准确预测蛋白质-配体结合亲和力在药物设计和发现过程中是必不可少的。目前，基于机器学习的方法由于其效率和准确性以及蛋白质-配体复合物的结构和结合亲和力数据的日益增加的可用性而作为预测结合亲和力的手段越来越流行。在生物分子研究中，图论已经被广泛应用，因为图可以被用来以自然的方式对分子或分子复合物进行建模。在目前的工作中，我们升级的基于图的学习者的蛋白质与配体相互作用的研究，通过集成广泛的原子类型，如SYBYL和扩展连接交互功能（ECIF）到多尺度加权着色图（MWCG）。通过与梯度提升决策树（GBDT）机器学习算法配对，我们的方法产生两种不同的方法，即$^\text{sybyl}\text{GGL}$ -Score和$^\text{ecif}\text{GGL}$ -Score。我们的两个模型都使用药物设计领域常用的三个基准数据集（即CASF-2007，CASF-2013和CASF-2016）对其评分能力进行了广泛验证。我们的最佳模型$^\text{sybyl}\text{GGL}$ -评分的性能与其他国家的最先进的模型进行比较，在结合亲和力预测为每个基准。虽然我们的两个模型都达到了最先进的结果，但SYBYL原子类型模型$^\text{sybyl}\text{GGL}$ -Score在所有基准测试中都远远优于其他方法。
2023-01-15 cs.LG q-bio.BM
Universal geometrical factor of protein conformations as a consequence of energy minimization
蛋白质的生物活性和功能特异性取决于它们的天然三维结构，这些结构由分子间和分子内相互作用决定。本文研究了蛋白质折叠中能量最小化引起的蛋白质构象几何因子。链长范围为183至548个残基的10种多肽的折叠模拟表明，<r>范德华体积V与表面积A和折叠结构的平均原子半径的无量纲比（V/（A））<r>，用SMMP中使用的原子半径设置计算[Eisenmenger F.，et.例如，Comput.物理通讯，138（2001）192]，在能量最小化过程中快速接近0.49。对蛋白质结构的大规模分析表明，真实蛋白质和精心设计的蛋白质的比率是通用的，等于0.491 \pm 0.005。疏水性和亲水性残基的分数组成基本上不影响该比率。这个比例也适用于内在无序的蛋白质，而它不再是普遍的多肽与坏的折叠特性。
2012-03-01 physics.bio-ph physics.comp-ph physics.data-an
Statistical Survey of Chemical and Geometric Patterns on Protein Surfaces as a Blueprint for Protein-mimicking Nanoparticles
本文系统调查了蛋白质表面的化学与几何特征，并与功能化纳米颗粒进行比较，为合理设计具有增强蛋白质表面模拟特性的合成纳米物体提供了蓝图。
2024-07-25 physics.bio-ph physics.chem-ph q-bio.BM
Aligning Large Language Models and Geometric Deep Models for Protein Representation
Northwestern University（西北大学）；University of Pittsburgh（匹兹堡大学）；Michigan State University（密歇根州立大学）；North Carolina State University（北卡罗来纳州立大学）；New Jersey Institute of Technology（新泽西理工学院）
本研究探索蛋白质领域中LLM与几何深度模型的表示对齐，全面评估多种模型并提出增加GDM嵌入维度、使用两层投影头及微调LLM等策略以提升对齐质量。
2025-03-04 cs.AI cs.CE cs.LG
Spherical Distance Metrics Applied to Protein Structure Classification
蛋白质之间的结构关系在研究其进化以及药物设计和开发中非常重要。蛋白质3D结构已被证明是有效的分类蛋白质。先前的工作已经表明，双质心简化表示（DCRR）模型是一个有用的几何表示蛋白质结构相对于视觉模型，减少了建模信息的数量为每个氨基酸，但保留最重要的几何和化学特征的每一个：质心的主链和侧链。DCRR在几何结构相似度计算中尚未得到应用。同时，蛋白质结构的多维索引（MDI）将蛋白质结构分析与距离度量相结合，以方便结构相似性查询，并用于将蛋白质结构聚类到相关组中。在这方面，几何模型与MDI的组合已被证明是有效的。先前的工作，特别是基于距离和密度的蛋白质索引（DDPIn），将MDI应用于基于CA骨架几何结构的蛋白质模型。DDPIn距离度量基于径向和密度函数，其中包含基于球形的度量，并且索引是从度量树（M-tree）结构构建的。这项工作结合DCRR与DDPIn的发展新的DCRR质心为基础的指标：球面面元距离和质心间球面距离。DCRR模型的使用将通过包含侧链质心提供额外的重要结构信息。此外，新开发的距离度量函数与DCRR和M树索引相结合，试图提高先前工作（DDPIn）的性能，给定相同的数据集，相对于单个k-最近邻（kNN）搜索查询以及索引中的所有蛋白质聚类。
2015-12-18 q-bio.BM
BioLM-Score: Language-Prior Conditioned Probabilistic Geometric Potentials for Protein-Ligand Scoring
School of Computer Science, University of Nottingham Ningbo（计算机科学学院，诺丁汉大学宁波分校）；School of Artificial Intelligence, Shenzhen University（人工智能学院，深圳大学）
BioLM-Score结合几何建模与表征学习，提供一种高效、可泛化且可解释的蛋白质-配体评分方法，提升药物发现效率。
2026-02-09 cs.AI cs.LG q-bio.BM
II. Geometrical framework for thinking about globular proteins: the power of poking
本文提出基于“戳”成对相互作用的几何框架，通过分析4000余蛋白质数据和模拟，揭示对称性与几何性可解释球状蛋白质结构形成的简单性。
2023-06-19 cond-mat.soft physics.bio-ph q-bio.BM
Probing conformational dynamics of antibodies with geometric simulations
本章介绍了应用约束几何模拟预测抗体的结构动力学。我们利用约束几何模拟方法FRODAN，这是一个低计算复杂度的替代分子动力学（MD）模拟，可以快速探索蛋白质结构中的灵活运动。FRODAN非常适合于大型蛋白质、复合物、内在无序蛋白的构象动力学分析，以及在较长的生物相关时间尺度上发生的动力学分析，这些通常是经典MD模拟无法达到的。这种方法预测蛋白质动力学在一个所有的原子规模，同时保持现实的共价键，保持二面角在积极良好的构象，同时避免空间冲突，除了执行其他几何和立体化学标准检查。在这一章中，我们应用FRODAN展示其适用性探测功能相关的动态的IgG 2a，包括大幅度域域运动和互补决定区（CDR）环的运动。正如在以前的实验研究中所建议的，我们的模拟表明，抗体可以探索大范围的构象空间。
2021-09-29 q-bio.BM
Similarity search for local protein structures at atomic resolution by exploiting a database management system
提出了一种在原子分辨率下搜索蛋白质局部结构相似性的方法。它表明，大量的结构数据可以在一个合理的CPU时间内处理，通过使用传统的关系数据库管理系统与适当的几何数据索引。这种方法，我们称之为几何索引，可以在普通台式计算机上几个小时的CPU时间内，在超过160，000个可能的候选者中枚举结构上与查询蛋白质的子结构相似的配体结合位点。在通过几何索引搜索检测到一组高得分配体结合位点之后，通过迭代地应用匈牙利算法来构建原子分辨率的结构比对，并且根据基于伽马分布的经验模型来估计最终得分的统计显著性。这种方法的几个蛋白质结构的应用清楚地表明，显着的相似性，可以检测到非同源以及同源蛋白质的局部结构之间。
2007-11-07 q-bio.BM
Topological fingerprints reveal protein-ligand binding mechanism
蛋白质-配体结合是一个重要的生物学过程，它与信号转导、代谢途径、酶的构建、细胞分泌、基因表达等诸多生物学过程密切相关。蛋白质-配体结合亲和力的准确预测对于合理的药物设计、蛋白质-配体结合及其诱导功能的理解至关重要。现有的结合亲和力预测方法充斥着几何细节并且涉及过高的维度，这削弱了它们对大量结合数据的预测能力。拓扑提供了一个最终的抽象层次，从而导致几何信息的大量减少。持久同调将几何信息嵌入到拓扑不变量中，在复杂几何和抽象拓扑之间架起了一座桥梁。然而，它过度简化了生物信息。在拓扑简化过程中，引入元素特异性持续同源性（ESPH）来保留重要的生物信息。ESPH和机器学习的结合成为揭示蛋白质-配体结合机制和预测结合亲和力的最有效、最强大的工具之一。
2017-03-31 q-bio.BM q-bio.QM
Topologically Directed Simulations Reveal the Impact of Geometric Constraints on Knotted Proteins
针对聚合物或丝状结构打结/解结模拟依赖随机过程的问题，提出拓扑引导方法确定最优路径，应用于切向球链模型并施加蛋白质几何约束，发现约束会增加扭结频率，揭示其对打结蛋白质的影响。
2025-04-17 cond-mat.soft cond-mat.stat-mech math.GT
Constrained Diffusion for Protein Design with Hard Structural Constraints
University of Virginia（弗吉尼亚大学）；Rutgers University（罗格斯大学）
本文提出一种受结构指导的蛋白质设计扩散框架，通过整合近可行性更新与ADMM分解，确保严格满足功能需求，同时保持立体化学和几何可行性，在复杂约束集下实现高效生成，取得最佳性能。
2026-03-25 cs.AI cs.LG q-bio.BM
FlowDock: Geometric Flow Matching for Generative Protein-Ligand Docking and Affinity Prediction
University of Missouri-Columbia（密苏里大学哥伦比亚分校）
本研究提出基于条件流匹配的深度几何生成模型FlowDock，可同时实现多配体柔性蛋白质-配体对接、结构置信度与亲和力预测，在多个基准测试中表现优异，助力药物研发中的虚拟筛选。
2025-03-24 cs.AI cs.LG q-bio.BM
Protein Folding: A New Geometric Analysis
蛋白质折叠的几何分析，补充了许多模型在文献中，提出。我们研究了从未折叠的链到链变得自我相互作用的点的过程。一个中心问题是，如此多的初始构型如何能够继续折叠成唯一的最终构型。我们暂时把能量和动力学的考虑放在一边，只关注几何形状。我们使用微分几何中的带状概念来参数化理想蛋白质的结构。带的变形是通过引入一个通用的扭曲Anomaly描述。图中的折叠过程需要由局部氨基酸几何形状引导的形状变化。该理论从一开始就是重构不变的，因此最终的形状与折叠时间无关。我们发展微分方程的变化的形状。在一定的参数范围内，我们发现了一个正弦-戈登扭转孤子，这种纯几何波形具有类似于动力学孤子的性质。即：需要分子的阈值畸变来引发孤子，在此之后，小的附加畸变不会改变波形。在这个分析中，孤立子扭曲分子直到形成键。分析揭示了氨基酸的几何形状和折叠形式之间的定量关系。
2008-09-11 math-ph math.DG math.MP
Geometric shape matching for recovering protein conformations from single-particle Cryo-EM data
Chalmers University of Technology and Gothenburg University（查尔姆斯理工大学和哥德堡大学）；KTH - Royal Institute of Technology（皇家理工学院）
本文利用形状分析方法，通过将蛋白质骨架的点云表示变形以匹配二维断层扫描数据，从单粒子冷冻电镜数据中恢复蛋白质的三维骨架结构。
2026-05-29 cs.NA math.DG math.NA
CrossBind: Collaborative Cross-Modal Identification of Protein Nucleic-Acid-Binding Residues
针对现有蛋白质分析方法易忽略语义或几何信息的问题，提出融合蛋白几何结构与序列先验的跨模态方法CrossBind，在DNA/RNA数据集上结合残基预测性能显著优于现有SOTA方法。
2023-12-20 q-bio.BM
Amino acid characteristics in protein native state structures
本研究对4000余个高分辨率蛋白质结构的侧链突出统计做几何分析，采用主链粗粒化表示与Frenet坐标系，揭示氨基酸库丰富性对蛋白质天然态折叠序列设计的意义。
2024-01-26 cond-mat.soft q-bio.BM
De novo protein design using geometric vector field networks
Zhejiang University（浙江大学）；The University of Adelaide（阿德莱德大学）；Swansea University（斯旺西大学）
本文提出向量场网络（VFN），通过在虚拟原子坐标间进行可学习的向量计算来建模蛋白质主链框架，在蛋白质扩散和逆折叠任务中均显著提升了设计性、多样性与序列恢复率，超越现有SoTA模型。
2023-10-18 cs.CE cs.LG q-bio.BM
Mathematical Insights into Protein Architecture: Persistent Homology and Machine Learning Applied to the Flagellar Motor
Department of Mathematics, Faculty of Sciences, Ibn Tofail University（数学系，科学学院，伊本·图法易大学）；Department of Mathematics, Faculty of Sciences and Techniques, Abdelmalek Essaâdi University（数学系，科学与技术学院，阿卜杜勒马利克·艾萨迪大学）；Department of Computer and Information Science, Fordham University（计算机与信息科学系，福尔敦大学）
利用持续同调与机器学习，研究鞭毛马达的两种功能状态分类，通过拓扑数据分析揭示蛋白质功能相关模式。
2025-12-17 cs.LG math.AT q-bio.BM
Geometry of proteins: hydrogen bonding, sterics and marginally compact tubes
蛋白质的功能与其天然状态下的结构有关。蛋白质结构是由螺旋和几乎平面的片层组成的。一个简单的粗粒度的几何模型的柔性管几乎没有受到压缩提供了一个统一的框架来理解球状protein.We的共同特点，认为最近的管的想法是没有很好的根据的批评。
2006-03-20 q-bio.BM
Pi-SAGE: Permutation-invariant surface-aware graph encoder for binding affinity prediction
该研究提出新型置换不变表面感知图编码器Pi-SAGE，通过构建蛋白质表面码本提取表面特征，增强GearBind模型的节点特征，提升了结合亲和力变化预测的性能。
2025-08-03 q-bio.BM
Protein Sequence and Structure Co-Design with Equivariant Translation
BioGeometry；Mila - Québec AI Institute（米拉-魁北克人工智能研究所）；Université de Montréal（蒙特利尔大学）；HEC Montréal（蒙特利尔高等商学院）
蛋白质是在所有生物体中执行基本功能的大分子。设计具有特定结构和所需功能的新型蛋白质一直是生物工程领域的一个长期挑战。现有方法使用自回归模型或扩散模型生成蛋白质序列和结构，这两种模型都具有高的推理成本。本文提出了一种新的蛋白质序列和结构协同设计方法，该方法基于先验的上下文特征，将蛋白质序列和结构从随机初始化迭代转换到期望的状态。我们的模型包括一个三角感知编码器，原因几何约束和相互作用的背景下的功能，和一个旋转翻译等变解码器，翻译蛋白质序列和结构相互依赖。值得注意的是，所有蛋白质氨基酸在每个翻译步骤中一次性更新，这显著加速了推理过程。跨多个任务的实验结果表明，我们的模型比以前的最先进的基线有很大的优势，并且能够设计出在序列和结构方面都具有高保真度的蛋白质，其运行时间比基于采样的方法少几个数量级。
2023-03-02 cs.LG q-bio.BM
Protein sequence-to-structure learning: Is this the end(-to-end revolution)?
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Stanford University（斯坦福大学）；Stockholm University（斯德哥尔摩大学）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Grenoble INP（格勒诺布尔理工学院）
深度学习的潜力在蛋白质结构预测界已经被认识了一段时间，在CASP 13之后变得无可争议。在CASP 14中，深度学习将该领域提升到了意想不到的水平，达到了接近实验的精度。这一成功来自其他机器学习领域的进步，以及专门设计用于处理蛋白质序列和结构及其抽象的方法。新出现的方法包括（i）几何学习，即对诸如图、3D Voronoi镶嵌和点云的表示的学习;（ii）利用注意力的预训练的蛋白质语言模型;（iii）保持3D空间对称性的等变架构;（iv）使用大型元基因组数据库;（v）蛋白质表示的组合;（vi）最后是真正的端到端架构，即从序列开始并返回3D结构的可区分模型。在这里，我们提供了一个概述和我们对过去两年中开发并在CASP 14中广泛使用的新型深度学习方法的看法。
2021-09-13 cs.LG q-bio.BM
Protein secondary structure analysis with a coarse-grained model
本文提出了一种只利用$C_α$ -原子位置的蛋白质二级结构分析几何模型。我们构建了一个空间曲线连接这些位置通过分段多项式插值和描述的蛋白质主链的折叠由一系列的螺旋运动连接的Frenet帧在连续的$C_α$ -位置。使用蛋白质结构的SCOPe数据库的ASTRAL子集，我们推导出二级结构元素的螺旋参数的阈值，并证明后者可以可靠地分配的基础上的$C_α$模型。为此，我们进行了比较研究，广泛使用的DSSP（定义蛋白质二级结构）算法。
2014-12-28 q-bio.BM
Cross-Gate MLP with Protein Complex Invariant Embedding is A One-Shot Antibody Designer
Zhejiang University（浙江大学）；Westlake University（西湖大学）；National University of Defense Technology（国防科技大学）
针对抗体CDR设计几何建模不足和迭代推理低效问题，提出一次性协同设计CDR序列与结构的模型，通过大分子结构不变嵌入和cross-gate MLP实现全面几何建模与序列-结构协同学习，性能优于现有方法。
2024-01-10 cs.AI cs.LG q-bio.BM
PDBCirclePlot: A Novel Visualization Method for Protein Structures
交互式分子图形应用程序有助于分析三维蛋白质结构。自然，蛋白质结构的非交互式2-D快照不会传达相同水平的几何细节。几种二维可视化方法已被用于总结结构信息，包括接触图和二维卡通视图。我们提出了一种新的方法，蛋白质结构的2-D可视化的氨基酸残基显示在一个圆圈和空间上接近的残基描述的链接。此外，特定于残留物的属性，例如保存、可达性、温度系数，可以在同一圆形视图上显示为图。
2014-02-20 cs.CE q-bio.BM q-bio.QM
PDB_Amyloid: The Extended Live Amyloid Structure List from the PDB
蛋白质数据库（PDB）今天包含超过135 000个条目。由于淀粉样蛋白不溶于水，因此从这些中可以鉴定出相对较少的淀粉样蛋白结构。因此，大多数固态NMR记录的淀粉样蛋白结构沉积在PDB中。基于对这些沉积结构的几何分析，我们已经准备了一个自动更新的网络服务器，它生成沉积的淀粉样蛋白结构的列表，此外，还有那些具有给定大小和特征的淀粉样蛋白亚结构的球状蛋白条目。我们已经发现，仅应用适当选择的几何条件，就有可能识别沉积的淀粉样蛋白结构和一些具有淀粉样蛋白亚结构的球状蛋白。我们分析了这些球状蛋白，发现其中许多球状蛋白比许多其他球状蛋白更容易形成淀粉样蛋白。我们的结果涉及的方法（Stankovic，I。等人（2017）：淀粉样蛋白PDB文件数据库的构建。互联网研究交易。13（1）：47-51），他们已经应用混合文本搜索和几何方法来在PDB中寻找淀粉样蛋白。如果打算为某些应用识别PDB的子集，则需要定期重新运行识别算法，因为在2017年，平均每天有30个新条目存入数据库。我们的网络服务器定期自动更新，可以查看已识别的淀粉样蛋白和部分淀粉样蛋白结构，或者可以从网站https://pitgroup.org/amyloid下载其列表。
2018-05-25 q-bio.BM
