Predicting Protein-Ligand Binding Affinity with Equivariant Line Graph Network
Shenzhen University（深圳大学）；Tencent AI Lab（腾讯人工智能实验室）
三维蛋白质配体复合物的结合亲和力预测对于药物重新定位和虚拟药物筛选具有重要意义。现有的方法将3D蛋白质-配体复合物转换为二维（2D）图，然后使用图神经网络（GNN）来预测其结合亲和力。然而，2D图的节点和边特征是基于3D复合体的不变局部坐标系来提取的。因此，该方法不能充分学习复合物的全局信息，如物理对称性和键的拓扑信息。为了解决这些问题，我们提出了一种新的等变线图网络（ELGN）的3D蛋白质配体复合物的亲和力预测。该算法首先在三维复合体上添加一个超级节点，然后在三维复合体上构建一个线图。之后，ELGN使用一个新的E（3）-等变网络层来传递基于3D复合体的全局坐标系的节点和边之间的消息。在两个真实数据集上的实验结果证明了ELGN在几个最先进的基线上的有效性。
2022-10-27 cs.LG q-bio.BM
Predicting mutational effects on protein binding from folding energy
Stanford University（斯坦福大学）
针对蛋白质结合突变效应预测，提出基于折叠能差值的迁移学习方法，利用预训练反向折叠模型，首个匹配FoldX精度且快千倍的深度学习预测器。
2025-07-07 cs.LG q-bio.BM
AI-based Methods for Simulating, Sampling, and Predicting Protein Ensembles
CSAIL, Massachusetts Institute of Technology（CSAIL，麻省理工学院）；Dept. of Mathematics, Massachusetts Institute of Technology（数学系，麻省理工学院）
本文综述了基于人工智能的蛋白质系综预测方法，涵盖粗粒化力场、生成模型等方向，并倡导训练、模拟与推断闭环以推动下一代模型发展。
2025-09-21 cs.LG physics.bio-ph q-bio.BM
Deep Learning in Protein Structural Modeling and Design
Johns Hopkins University（约翰斯·霍普金斯大学）
深度学习正在催化一场由大数据、可访问的工具包和强大的计算资源推动的科学革命，影响着包括蛋白质结构建模在内的许多领域。蛋白质结构建模，例如从氨基酸序列和进化信息预测结构，设计蛋白质以实现期望的功能，或预测蛋白质的性质或行为，对于在分子水平上理解和工程化生物系统至关重要。在这篇综述中，我们总结了应用深度学习技术解决蛋白质结构建模和设计问题的最新进展。我们剖析了使用深度学习技术进行蛋白质结构建模的新兴方法，并讨论了必须解决的进展和挑战。我们主张结构的核心重要性，遵循“序列->结构->功能”的范式。这篇综述旨在帮助计算生物学家熟悉应用于蛋白质建模的深度学习方法，并帮助计算机科学家了解可能受益于深度学习技术的生物学意义问题。
2020-07-16 cs.LG q-bio.BM
Multiview Random Vector Functional Link Network for Predicting DNA-Binding Proteins
Department of Mathematics, Indian Institute of Technology Indore（印度理工学院Indore数学系）
本文提出多视图随机向量功能链接网络，通过融合多视图学习与神经网络架构，提升DNA结合蛋白预测的准确性与泛化能力。
2026-01-26 cs.LG q-bio.BM
Algorithm for Predicting Protein Secondary Structure
从氨基酸序列预测蛋白质结构是分子生物学和生物物理学中最重要的未解决的问题之一。一个成功的预测算法不仅是对蛋白质生化机制理解的巨大进步，而且，由于这种算法可以想象地用于设计蛋白质以执行特定功能。蛋白质二级结构的预测（α-螺旋、β-折叠、卷曲）是阐明其三维结构以及其功能的重要一步。在本研究中，我们使用不同的隐马尔可夫模型来预测蛋白质二级结构。本文提出了一种预测蛋白质二级结构的算法。二级结构预测采用滑动窗口隐马尔可夫模型，二级结构有三种规则形式，对每一个二级结构元素采用一个隐马尔可夫模型。
2010-06-14 cs.CE q-bio.BM
Predicting protein stability changes under multiple amino acid substitutions using equivariant graph neural networks
InstaDeep Ltd（InstaDeep有限公司）
本文提出利用E(3)-等变图神经网络解耦原子与残基尺度表示，结合Mega-scale大规模数据集训练，首次实现结构表示下可变数量氨基酸替换的蛋白质稳定性变化预测。
2023-05-30 cs.AI cs.LG q-bio.BM
Predicting the real-valued distances between residue pairs for proteins
从氨基酸序列预测蛋白质结构一直是生物物理学中一个具有理论和实际意义的挑战。尽管最近的进展引起了改进的残基-残基接触预测，接触为基础的结构预测已逐渐达到性能上限。已经提出了新的方法来预测残差-残差距离，但一致地通过将实值距离预测简化为多类分类问题。在这里，我们展示了一种基于回归的距离预测方法，该方法采用生成对抗网络来捕获残差对之间的微妙几何关系，从而可以令人满意地预测连续的实值残差-残差距离。预测的残基距离图允许通过CNS套件进行快速结构建模，并且当对可用的CASP 13靶标进行测试时，构建的模型接近至少与其他最先进的蛋白质结构预测方法相同的质量水平。此外，该方法可以直接用于膜蛋白的结构预测，而无需迁移学习。
2019-12-18 q-bio.BM
mGPfusion: Predicting protein stability changes with Gaussian process kernel learning and data fusion
蛋白质通常被生物化学工业用于许多过程。通过突变改进这些蛋白质的特性也会产生稳定性效应。精确的计算方法来预测突变如何影响蛋白质的稳定性是必要的，以促进有效的蛋白质设计。然而，预测模型的准确性最终受到实验数据有限的限制。我们已经开发了mGPfusion，一种新的高斯过程（GP）的方法，用于预测蛋白质的稳定性变化后，单一和多个突变。该方法以大量的分子模拟数据补充了有限的实验数据。我们引入了一个贝叶斯数据融合模型，重新校准实验和计算机数据源，然后从组合数据中学习预测GP模型。我们的蛋白质特异性模型只需要关于感兴趣的蛋白质的实验数据，即使在很少的实验测量下也表现良好。mGPfusion通过接触图对蛋白质进行建模，并使用混合图核推断突变引起的稳定性效应。我们的研究结果表明，mGPfusion在预测15种不同蛋白质的数据集上的蛋白质稳定性方面优于最先进的方法，并且结合分子模拟数据提高了模型学习和预测准确性。
2018-03-23 q-bio.BM q-bio.QM stat.ML
Predicting ATP binding sites in protein sequences using Deep Learning and Natural Language Processing
BITS Pilani, Goa Campus（BITS Pilani 果阿校区）
本文利用深度学习和NLP方法，以PSSM和词嵌入为特征，采用2D CNN和LightGBM等算法预测ATP-蛋白质结合位点，实验性能优于现有基准。
2024-02-02 cs.CL cs.LG q-bio.BM
AI challenges for predicting the impact of mutations on protein stability
Université Libre de Bruxelles（布鲁塞尔自由大学）；Interuniversity Institute of Bioinformatics in Brussels（布鲁塞尔校际生物信息学研究所）
稳定性是蛋白质适应性的关键成分，并且其通过靶向突变的修饰在诸如蛋白质工程、药物设计和有害变体解释的各种领域中具有应用。在过去的几十年里，许多研究致力于建立新的，更有效的方法来预测突变对蛋白质稳定性的影响，基于人工智能（AI）的最新发展。我们讨论了它们的特点，算法，计算效率，并在一个独立的测试集上估计的准确性。我们专注于他们的局限性，对训练集的经常性偏见，他们的概括性和可解释性的批判性分析。我们发现，15年来，预测因子的准确性一直停滞在1千卡/摩尔左右。最后，我们讨论了需要解决的挑战，以达到提高性能。
2021-11-08 cs.LG physics.bio-ph q-bio.BM
Multiple Protein Profiler 1.0 (MPP): A webserver for predicting and visualizing physiochemical properties of proteins at the proteome level
针对缺乏蛋白质组水平多蛋白多性质综合分析工具的问题，本文开发了 Multiple Protein Profiler (MPP) 1.0 网络服务器，可同时分析多个蛋白质的12种理化性质并提供表格与图形可视化。
2023-11-17 cs.CE q-bio.BM
IDP-Bert: Predicting Properties of Intrinsically Disordered Proteins (IDP) Using Large Language Models
本文提出IDP-Bert深度学习模型，利用Transformer和蛋白质语言模型仅从氨基酸序列预测固有无序蛋白的回转半径、去相关时间和热容等性质，避免了昂贵的实验与模拟。
2024-11-23 q-bio.BM
Predicting protein secondary structure with Neural Machine Translation
我们提出了一种新的工具，用于蛋白质二级结构预测的分析，使用最近研究的神经机器翻译框架。该工具基于主结构提供快速准确的折叠预测，即使是批量输入也具有亚秒级的预测时间。我们假设神经机器翻译可以通过更好地编码附近但不相邻的氨基酸之间的复杂关系来提高当前的预测准确性。我们概述了我们的修改框架，以提高蛋白质序列的准确性。我们报告了65.9%的第三季度准确率，并分析了我们预测模型的优点和缺点。
2021-05-08 q-bio.BM q-bio.QM
Predicting protein folding dynamics using sequence information
本文提出一种仅基于序列信息推断蛋白质折叠动力学的方法，通过构建进化场并映射到粗粒化折叠模型，计算平衡折叠曲线并预测突变对稳定性和协同性的影响。
2025-05-22 q-bio.BM
A twist on folding: Predicting optimal sequences and optimal folds of simple protein models with the hidden-force algorithm
我们提出了一种新的方法来看待非格点蛋白质模型的全局优化。我们提出了一个双重优化的概念，预测最佳序列以及最佳倍。我们验证了最近推出的隐力蒙特卡罗优化算法的实用性，发现显着降低能量折叠的最小蛋白质模型比以前报道的。此外，我们还找到了在给定链长和残基混合物的所有序列中产生最低能量折叠的蛋白质序列。特别是，对于具有二进制序列的蛋白质模型，我们表明，序列优化的折叠比历史上固定的最低能量折叠形成更紧凑的核心，Fibonacci系列序列的链长为13，21，34，55和89。我们强调，虽然我们使用的蛋白质模型是最低限度的，但该方法适用于详细的蛋白质模型，并且序列优化可能产生新的折叠并有助于从头蛋白质设计。
2012-05-21 physics.bio-ph physics.comp-ph q-bio.BM
Compact Artificial Neural Network Models for Predicting Protein Residue -- RNA Base Binding
University of Bedfordshire（贝福德郡大学）
针对大型ANN模型训练资源需求高且生命科学数据有限的问题，研究通过实验浅层前馈ANN模型（含两个隐藏层及特定非线性函数），结合滑动窗口和模型集成等技术，证明小型模型可在蛋白质-RNA结合预测中达到可接受精度。
2025-11-11 cs.LG q-bio.BM
SPRINT: Ultrafast protein-protein interaction prediction of the entire human interactome
蛋白质通常通过与其他蛋白质相互作用来发挥其功能。预测哪些蛋白质相互作用是一个基本问题。实验方法是缓慢的，昂贵的，并且具有高错误率。人们提出了许多计算方法，其中基于序列的方法是非常有前途的。然而，到目前为止，还没有这样的方法能够有效地预测整个人类互动组：它们需要太多的时间或记忆。我们提出了SPRINT（Scoring PRotein Interactions），一种新的基于序列的算法和工具，用于预测蛋白质相互作用。我们在七个最可靠的人类PPI数据集上将SPRINT与最先进的程序进行了全面比较，并表明它更准确，同时运行速度更快，占用内存更少。SPRINT是唯一可以预测整个人类互动组的程序。我们的目标是将预测整个人类相互作用组这一极具挑战性的问题转化为一项常规任务。SPRINT的源代码可从github.com/lucian-ilie/SPRINT/免费获得，数据集和预测PPI可从www.csd.uwo.ca/faculty/ilie/SPRINT/获得。
2017-05-19 q-bio.BM
An Equation for Predicting Binding Strengths of Metal Cations to Protein of Human Serum Transferrin
由于人血清转铁蛋白（hTF）自由存在于血清中，它是癌症治疗药物的潜在靶点，也是通过长期输血治疗患者铁超载的潜在靶点。理解hTF与金属离子之间的相互作用对于生物学、药理学、毒理学和其他蛋白质工程目的是非常重要的。本文提出了一个简单的线性自由能相关来预测hTF蛋白与金属阳离子之间的结合强度。一类金属-hTF配合物的稳定常数可以与非溶剂化能和阳离子半径相关。结合强度由给定阳离子的物理性质（电荷和大小或离子半径）和化学性质（非溶剂化能）决定。然后，可以系统地预测二价和三价金属的结合强度。
2021-11-01 q-bio.BM
PANDA: Predicting the change in proteins binding affinity upon mutations using sequence information
准确测定突变后蛋白质结合亲和力的变化对于发现和设计新的治疗剂以及辅助诱变研究是重要的。测定突变后结合亲和力的变化需要复杂、昂贵和耗时的湿实验室实验，这些实验可以用计算方法来辅助。大多数计算预测技术需要蛋白质结构，这限制了它们对具有已知结构的蛋白质复合物的适用性。在这项工作中，我们探索了基于序列的预测突变后蛋白质结合亲和力的变化。我们已经使用蛋白质序列信息代替蛋白质结构以及机器学习技术来准确预测突变后蛋白质结合亲和力的变化。我们提出的基于序列的蛋白质结合亲和力预测新变化称为PANDA，在相同的验证集以及外部独立的测试数据集上，比现有的方法具有更好的准确性。在外部测试数据集上，我们提出的方法给出的最大Pearson相关系数为0.52，而现有的基于蛋白质结构的方法MutaBind给出的最大Pearson相关系数为0.59。我们提出的基于蛋白质序列的方法预测突变后结合亲和力的变化，与现有的基于蛋白质结构的方法相比具有广泛的适用性和相当的性能。PANDA及其Python代码的基于云的Web服务器实现可在https://sites.google.com/view/wajidarshad/software和https://github.com/wajidarshad/panda上获得。
2020-09-16 cs.AI cs.LG q-bio.BM
Predicting Protein-Ligand Binding Affinity via Joint Global-Local Interaction Modeling
Renmin University of China（中国人民大学）；DP Technology（深势科技）
蛋白质-配体结合亲和力的预测对于药物研究中发现先导化合物具有重要意义。面对这一挑战性任务，现有的预测方法大多依赖于分子的拓扑和/或空间结构以及局部相互作用，而忽略了蛋白质和配体之间的多层次分子间相互作用，这往往导致性能不佳。为了解决这个问题，我们提出了一种新的全局-局部相互作用（GLI）框架来预测蛋白质-配体结合亲和力。特别地，我们的GLI框架考虑了蛋白质和配体之间的分子间相互作用，这不仅涉及封闭原子之间的高能短程相互作用，而且还涉及非键合原子之间的低能长程相互作用。对于每一对蛋白质和配体，我们的GLI嵌入全球的长程相互作用和聚集本地短程相互作用，分别。这种全局-局部联合交互建模策略有助于提高预测精度，并且整个框架与各种基于神经网络的模块兼容。实验表明，我们的GLI框架优于国家的最先进的方法，简单的神经网络架构和适度的计算成本。
2022-09-18 cs.AI cs.LG q-bio.BM
Comparison of amino acid occurrence and composition for predicting protein folds
背景：从氨基酸序列预测蛋白质的三维结构是计算/分子生物学的一个长期目标。蛋白质折叠的成功识别将有助于提高蛋白质三维结构预测的准确性。结果如下：在这项工作中，我们提出了一种基于线性判别分析（LDA）的方法，用于识别蛋白质属于30个不同的折叠使用的氨基酸残基的出现在一组1612蛋白质。该方法可以区分30种主要折叠类型的球状蛋白，灵敏度为37%，与文献中的其他方法相当或更好。已经开发了用于从氨基酸序列预测蛋白质的折叠类型的网络服务器，并且其可在http://granular.com/PROLDA/获得。结论：基于氨基酸出现率的线性判别分析能成功识别蛋白质折叠。本方法具有几个优点，例如，（i）它直接预测蛋白质的折叠类型而不进行成对比较，（ii）它可以区分大量蛋白质中的折叠，以及（iii）它非常快地获得结果。这是一个简单的方法，可以很容易地结合到任何其他结构预测算法。
2007-05-10 cond-mat.soft nlin.AO q-bio.BM
Predicting non-neutral missense mutations and their biochemical consequences using genome-scale homology modeling of human protein complexes
需要计算方法来区分小部分错义突变，这些错义突变通过破坏蛋白质功能而导致疾病。我们描述了几种互补的方法，使用大规模的同源性建模的人类蛋白质复合物检测非中性突变。重要的是，与基于序列保守性的方法不同，这种基于结构的方法为疾病中的突变提供了实验上可测试的生化机制。具体而言，我们推断金属离子，小分子，蛋白质-蛋白质，和核酸结合位点的同源性，发现疾病相关的错义突变是更普遍的每一类结合位点比中性突变。重要的是，我们的方法识别出比RefSeq数据库中注释的多得多的结合位点。此外，通过机器学习预测的金属离子和蛋白质-蛋白质结合位点的分析显示，这些位点中疾病相关突变的相似优势。我们还得出了一个统计评分预测突变如何影响金属离子结合，并发现许多dbSNP突变，可能会破坏离子结合，但以前不认为有害的。我们还聚类蛋白质结构中的突变，以发现推定的功能区域。最后，我们开发了一个用于检测疾病相关错义突变的机器学习预测器，并在一个独立的测试集上显示它优于其他两种预测方法。
2013-08-20 q-bio.BM q-bio.GN
Predicting a Protein's Stability under a Million Mutations
本文提出 Mutate Everything 并行解码算法，基于 ESM2 和 AlphaFold 实现一次前向传播预测所有单双突变及高阶突变对蛋白质稳定性的影响，在多个基准数据集上取得最先进性能。
2023-10-30 q-bio.BM
Predicting directional flexibility in proteins
DBB and SciLifeLab at Stockholm University（斯德哥尔摩大学生物生物学与系统生物学中心及科学生命实验室）；Max Planck Institute for Polymer Research（马克斯·普朗克聚合物研究所）；Heidelberg Institute for Theoretical Studies（海德尔堡理论研究所）；IWR, Heidelberg University（海德尔堡大学计算与数学研究所）
针对蛋白质动力学预测成本高的问题，提出SE(3)等变图神经网络BackFlip-2，直接从平衡结构预测方向性柔性等动力学描述符，精度媲美大模型且速度提升多个数量级。
2026-09-09 q-bio.BM
A Global and Local Structure-Based Method for Predicting Binary Protein-Protein Interaction Partners: Proof of Principle and Feasibility
我们报道了一种基于三维结构的预测蛋白质相互作用伙伴的方法。它包括筛选代表蛋白质-蛋白质复合物界面处相互作用氨基酸的四面体对，每个原聚体上有一个四面体。首先确定在它们的界面处的H-键和VDW相互作用，然后构建代表相互作用的氨基酸的主链或侧链质心的相互作用四面体基序（每个原聚体一个）。该方法要求首先将蛋白质原聚体转化为双质心简化表示（Reyes，V.M. & Sheth，V.N.，2011; Reyes，V.M.，2015年a）。该方法适用于一组801蛋白质结构的PDB未知功能，这是筛选对四面体图案的特点，九个二元复合物，即：（1）。RAP-Gmppnp-cRAF 1 Ras结合结构域;（2.）RHOA-蛋白激酶PKN/PRK 1效应结构域;（3.）RAC-HOGD 1;（4.）RAC-P67PHOX;（5.）激酶相关磷酸酶（KAP）-磷酸CDK 2;（6.）Ig Fc-蛋白A片段B;（7.）Ig轻链二聚体;（8.）β连环蛋白-HTCF-4;和（9.）IL-2同源二聚体。我们的搜索方法发现33，297，62，63，120，0，108，16和504推定的复合物，分别。在考虑了原聚体之间的界面重叠程度之后，这些数目分别被显著地削减至4、2、1、8、3、0、1、1和1。阴性和阳性对照实验表明，筛选过程具有可接受的特异性和灵敏度。通过应用CP和TS方法（Reyes，V.M.，2015年b），用…
2015-03-24 q-bio.BM
Predicting the binding of small molecules to proteins through invariant representation of the molecular structure
本文提出生成对旋转、平移及原子排列不变的分子抽象表示，并用于训练非深度机器学习模型，以分类蛋白质口袋与分子的结合，且泛化能力优于现有方法。
2024-05-08 physics.chem-ph q-bio.BM
Efficiently Predicting Protein Stability Changes Upon Single-point Mutation with Large Language Models
Westlake University（西湖大学）；Zhejiang University（浙江大学）；McGill University（麦吉尔大学）
本文提出一种 ESM 辅助方法，融合蛋白质序列与结构特征高效预测单点突变导致的热稳定性变化，并构建防泄漏数据集以支持公平基准比较。
2023-12-07 cs.AI q-bio.BM
Predicting protein dynamics from structural ensembles
蛋白质的生物学特性是由其结构和动力学决定的。溶液中的蛋白质在全局折叠周围占据亚稳态构型的结构系综。从整体旋转到局部波动，蛋白质的动力学可以在时间尺度上覆盖几个数量级。我们提出了一个模拟免费粗粒度的方法，利用知识的重要亚稳态折叠状态的蛋白质来预测蛋白质的动力学。这种方法是基于蛋白质动力学的朗之万方程（LE4PD），在蛋白质骨架的坐标朗之万形式主义。这种朗之万形式主义的线性模式组织了蛋白质的波动，因此更广泛的动力学协同性与增加模式扩散的能垒有关。LE4PD的准确性进行了验证，通过分析预测的动力学在一组七个不同的蛋白质，其中弛豫数据和NMR溶液结构。使用实验NMR构象作为输入的结构合奏，LE4PD预测定量准确的结果，与相关系数\r{ho} = .93 NMR骨干松弛测量的七种蛋白质。将NMR溶液结构导出的系综和预测的动力学弛豫与分子动力学模拟导出的结构系综和LE4PD预测进行了比较，并且在模拟的时间尺度上是一致的。实验NMR构象的使用从计算要求高的模拟释放的方法。
2015-09-29 cond-mat.soft physics.bio-ph q-bio.BM
Predicting Relative Populations of Protein Conformations without a Physics Engine Using AlphaFold2
本文提出利用AlphaFold 2通过子采样多序列比对直接预测蛋白质不同构象的相对群体及突变引起的变化，在Abl1激酶等蛋白上预测准确率超80%，为药理学及进化研究提供高效工具。
2023-07-26 physics.bio-ph physics.chem-ph q-bio.BM
Predicting Residue-wise Contact Orders of Native Protein Structure from Amino Acid Sequence
残基接触序（RWCO）是一种新的一维蛋白质结构，它表征了蛋白质之间长程接触的程度。我们最近发现，一组三种类型的一维结构（二级结构，接触数，和RWCO）包含足够的信息重建蛋白质的三维结构。目前，已有从氨基酸序列预测二级结构和接触数的方法，但还没有针对RWCO的预测方法。此外，影响RWCO的氨基酸的性质还不清楚。在这里，我们提出了一种基于线性回归的方法来预测RWCO从氨基酸序列，并分析回归参数，以确定与RWCO相关的属性。本方法实现了显着的相关性0.59之间的本地和预测RWCO的平均。RWCO预测的一个不寻常的特征是26个残基的非常大的最佳半窗口大小。局部序列片段的中心和近中心残基的回归参数与接触数预测高度相关，因此与疏水性高度相关。
2005-01-12 q-bio.BM
Predicting diverse M-best protein contact maps
蛋白质接触包含了蛋白质结构和功能研究的重要信息，但从序列信息预测接触仍然是非常具有挑战性的。近年来，进化偶联（EC）分析在多序列序列比对（MSA）中通过检测共同进化的残基（或柱）来预测接触，由于更好的统计评估技术和高通量测序而取得了良好的进展。现有的EC分析方法仅预测给定蛋白质的单个接触图，这可能具有低准确性，特别是当待预测的蛋白质不具有大量序列同源物时。类似于从头折叠通常预测一个给定的蛋白质序列的几个可能的3D模型，本文提出了一种新的结构学习方法，可以预测一组不同的接触图为一个给定的蛋白质序列，其中最好的解决方案通常有更好的精度比第一个。我们的实验测试表明，对于许多测试蛋白质，由我们的方法产生的5个解决方案中的最佳解决方案的准确性至少比第一个好0.1，当评估前L/5或L/10（L是序列长度）预测的长程接触时，特别是对于具有少量序列同源物的蛋白质家族。我们最好的解决方案也比两种流行的EC方法Evfold和PSICOV产生的质量更好。
2015-11-30 q-bio.BM q-bio.QM
CABS-flex predictions of protein flexibility compared with NMR ensembles
动机：识别蛋白质结构的柔性区域对于理解其生物学功能非常重要。最近，我们已经开发出一种快速的方法来预测蛋白质结构波动从一个单一的蛋白质模型：CABS-flex。CABS-flex被证明是一种有效的替代传统的全原子分子动力学（MD）。在这项工作中，我们评估CABS-Flex和MD预测的NMR合奏内的蛋白质结构变化进行比较。结果如下：基于一个基准集的140种蛋白质，我们表明，从CABS-Flex获得的蛋白质残基的相对波动是相关的NMR合奏。平均而言，这种相关性比MD和NMR系综之间的相关性更强。总之，CABS-flex是有用的和互补的MD在预测的蛋白质区域进行构象变化和这种变化的程度。
2014-03-19 q-bio.BM
Crucial stages of protein folding through a solvable model: predicting target sites for enzyme-inhibiting drugs
基于蛋白质自然状态的拓扑结构，建立了一个精确可解的模型，用于识别HIV-1蛋白酶折叠的瓶颈和关键位点。发现预测的位点与对FDA批准的药物的耐药性的临床数据很好地相关。已经观察到药物治疗的作用是诱导蛋白酶的多个突变。发生这种突变的位点与本研究中提出的确定性程序确定的折叠瓶颈相关。所观察到的相关性的高统计显著性表明，该方法可以很有希望地与传统技术结合使用，以确定药物攻击的候选位置。
2002-09-13 cond-mat.soft cond-mat.stat-mech q-bio.BM
Continuum Electrostatics Approaches to Calculating p$K_a$s and $E_m$s in Proteins
蛋白质通过质子化和氧化还原反应以及通过结合带电配体来改变其电荷状态。这些反应的自由能主要由溶剂化能和静电能控制，并由蛋白质构象弛豫响应电离状态的变化进行调制。尽管计算这些相互作用的计算方法可以为预测蛋白质电荷状态提供非常强大的工具，但它们包括用户应该知道的几个关键近似值。本章讨论了预测电荷状态和理解其潜在的静电相互作用的流行计算方法的优点，缺点和近似。本章的目的是告知用户这些方法的应用和潜在的注意事项，以及未来的理论和计算研究的大纲方向。
2016-02-25 q-bio.BM
A Review of Deep Learning Techniques for Protein Function Prediction
Delhi Technological University（德里理工大学）
近年来，深度学习和大数据在生物信息学和计算生物学方面取得了巨大成功;人工智能方法也在蛋白质功能分类任务中做出了重大贡献。本文分析了使用深度学习预测蛋白质功能的方法的最新进展。我们解释了确定蛋白质功能的重要性以及为什么自动化以下任务至关重要。然后，在回顾了广泛使用的深度学习技术之后，我们继续回顾并强调了现代最先进的（SOTA）深度学习模型的出现，这些模型在过去几年中在计算机视觉，自然语言处理和多模态学习领域取得了突破性的成果。我们希望这篇综述将为深度学习在生物科学中的当前作用和进展提供一个广泛的视角，特别是在预测蛋白质功能任务方面，并鼓励新的研究人员为这一领域做出贡献。
2022-10-27 cs.AI cs.LG q-bio.BM
The evaluation of protein folding rate constant is improved by predicting the folding kinetic order with a SVM-based method
蛋白质折叠是一个非常感兴趣的问题，因为它涉及遗传信息被翻译成具有明确定义的三维（3D）结构和功能的蛋白质的机制。最近的理论模型已经发展到预测的蛋白质折叠速率考虑的过程与拓扑参数的关系，来自天然（原子解决）的蛋白质结构。以前的工作分类蛋白质在两个不同的群体表现出单指数或多指数折叠动力学。众所周知，这两类蛋白质与不同的蛋白质结构特征有关。越来越多的可用实验动力学数据允许应用于机器学习方法的问题，以便从迄今收集的实验数据开始预测折叠过程的动力学顺序。该信息可用于改进折叠速率的预测。在这项工作中，首先，我们描述了一个基于支持向量机的方法（SVM-KO）来预测一个给定的蛋白质的折叠过程的动力学顺序。使用这种方法，我们可以正确分类78%的折叠机构超过一组63个实验数据。其次，重点研究了折叠率对数的预测。该值可以通过基于SVM的方法作为线性回归任务获得。在本文中，我们表明，预测与实验数据的线性相关性可以提高时，回归任务计算超过两个不同的集，而不是一个，他们每个人组成的蛋白质与正确预测的两个状态或多态动力学顺序。
2006-02-13 q-bio.BM 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
Identifying Orientation-specific Lipid-protein Fingerprints using Deep Learning
Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
更好地理解RAS和RAF蛋白的行为与细胞膜中局部脂质环境之间的关系对于深入了解癌症形成的机制至关重要。在这项工作中，我们采用深度学习（DL）来学习这种关系，通过预测RAS和RAS-RAF蛋白质复合物相对于脂质膜的蛋白质取向状态，基于粗粒度（CG）分子动力学（MD）模拟的蛋白质结构域周围的脂质密度。我们的DL模型可以预测六种蛋白质状态，总体准确率超过80%。这项工作的发现为蛋白质如何调节脂质环境提供了新的见解，这反过来可能有助于设计新的疗法来调节与癌症发展相关的机制中的这种相互作用。
2022-07-14 cs.LG q-bio.BM
A natural upper bound to the accuracy of predicting protein stability changes upon mutations
准确预测单位点变异（single-site variations，DDG）引起的蛋白质稳定性变化对于蛋白质设计以及理解遗传疾病的发生机制具有重要意义。为此，高通量计算方法的性能主要基于预测数据和观察数据之间的皮尔逊相关系数进行评估，假设上限为1（完美相关）。然而，这些预测器的性能可能受到实验数据的分布和噪声的限制。在这里，我们估计，第一次，理论上限的DDG预测性能所施加的内在结构，目前可用的DDG数据。给定一组测量的DDG蛋白变异，基于其与另一组实验确定的DDG值的相似性来估计理论上最佳的预测因子。我们调查之间的相关性对测量DDG的变化，其中一个被用作预测其他。我们分析得出的皮尔逊相关性的上限作为DDG数据的噪声和分布的函数。我们还评估了可用的数据集，以突出噪声与DDG分布的影响。我们得出结论，上限是DDG值的不确定性和分布的函数，并且根据所使用的数据集，当前数据的最佳性能应该在0.7-0.8之间;较高的Pearson相关性可能表明过度训练。它还表明，使用不同数据集进行预测的比较本质上是误导性的。
2018-09-27 q-bio.BM
TorchProteinLibrary: A computationally efficient, differentiable representation of protein structure
Concordia University（康考迪亚大学）；Rutgers University – Camden（罗格斯大学卡姆登分校）
从蛋白质序列预测其结构是分子生物学的一项基础任务。该领域的既定方法，如同源建模和片段组装，似乎已经达到了极限。然而，今年出现了有前途的新方法：端到端蛋白质结构和动力学模型，以及应用于蛋白质折叠的强化学习。对于这些方法进行调查，在更大的规模上，其关键的计算原语的有效实施是必需的。在本文中，我们提出了一个图书馆的可微映射从两个标准的二面角表示的蛋白质结构（全原子表示“$ϕ,ψ,ω,χ$“和骨干只有表示“$ϕ,ψ,ω$“）原子笛卡尔坐标。源代码和文档可以在https://github.com/lupoglaz/TorchProteinLibrary上找到。
2018-11-23 cs.LG q-bio.BM
Predicting Secondary Structures, Contact Numbers, and Residue-wise Contact Orders of Native Protein Structure from Amino Acid Sequence by Critical Random Networks
预测蛋白质的一维结构，如二级结构和接触数，对于预测蛋白质的三维结构和理解蛋白质的序列-结构关系具有重要意义。在这里，我们提出了一种新的机器学习方法，临界随机网络（CRN），用于预测一维结构，并将其应用于位置特定的评分矩阵，预测二级结构（SS），接触数（CN），和残留明智的接触顺序（RWCO）。本方法实现，平均而言，$Q_3$的准确度为77.8%的SS，相关系数为0.726和0.601 CN和RWCO，分别。SS预测的准确性与其他最先进的方法相当，CN预测的准确性比以前的方法有显著的提高。我们给出了一个详细的制定临界随机网络为基础的预测方案，并检查预测精度的上下文依赖性。为了研究非线性和多体效应，我们将基于CRNS的方法与基于位置特定评分矩阵的纯线性方法进行了比较。尽管不优于基于CRNs的方法，但线性方法实现的令人惊讶的良好准确性突出了从氨基酸序列提取除位置特异性评分矩阵提供的结构特征之外的更高阶结构特征的困难。
2005-10-20 q-bio.BM
Predicting protein contact map using evolutionary and physical constraints by integer programming (extended version)
Toyota Technological Institute at Chicago（芝加哥丰田工业大学）
动机蛋白质接触图描述了蛋白质中残基的空间和功能关系，包含了蛋白质三维结构预测的关键信息。尽管已经被广泛研究，但仅使用序列信息预测接触图仍然非常具有挑战性。现有的方法大多是逐元素地预测接触图矩阵，忽略了接触之间的相关性和整个接触图的物理可行性。最近的几种方法预测接触地图的基础上残基的共同进化，考虑到接触相关性和执行稀疏约束，但这些方法需要非常大量的序列同源物的蛋白质在考虑和所得的接触地图可能仍然是物理上不利的。结果本文提出了一种新的方法PhyCMAP接触地图预测，集成了机器学习和整数线性规划（ILP）的进化和物理约束。进化约束包括序列特征、残基协同进化和环境特异性统计势。物理约束比稀疏约束更具体地描述了接触之间的关系。因此，我们的方法大大减少了接触映射矩阵的解空间，从而显着提高了预测精度。实验结果证实，PhyCMAP优于目前流行的方法，无论有多少序列同源物可用于所考虑的蛋白质。PhyCMAP可以在PSIBLAST搜索序列同源物后几分钟内预测接触，比最近的两种方法PSICOV和EvFold快得多。有关Web服务器，请参见http://raptorx.uchicago.edu。
2013-08-19 cs.CE cs.LG math.OC
Predicting protein inter-residue contacts using composite likelihood maximization and deep learning
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Peking University（北京大学）；Huazhong University of Science and Technology（华中科技大学）
准确预测蛋白质残基间的接触对于计算蛋白质的三级结构具有重要意义。残基间协同进化事件的分析已被证明是推断残基间接触的有效方法。马尔可夫随机场（MRF）技术虽然被广泛地用于接触预测，但遭受以下困境：MRF的实际似然函数是准确的但计算耗时，相反，对实际似然的近似，例如伪似然，计算有效但不准确。因此，如何同时实现准确性和效率仍然是一个挑战。在这项研究中，我们提出了这样一种方法（称为clmDCA）的接触预测。与使用伪似然的plmDCA不同，即，单个残差的条件概率的乘积，我们的方法使用复合似然，即，所有剩余对的条件概率的乘积。理论上证明了复合似然比伪似然更能逼近实际似然函数。同时，复合似然仍然是有效的最大化，从而确保clmDCA的效率。我们在流行的基准数据集（包括PSICOV数据集和CASP-11数据集）上进行了全面的实验，以表明：i）单独的clmDCA在预测精度上优于现有的基于MRF的方法。ii）当配备深度学习技术进行细化时，clmDCA的预测准确性进一步显著提高，表明clmDCA适用于后续细化过程。我们进一步提出了成功的应用预测的接触，以准确地建立三级结构的蛋白质在PSICOV数据集。可访问性：软件clmDCA和服务器可通过http://protein.ict.ac.cn/clmDCA/公开访问。
2018-08-31 cs.LG q-bio.BM stat.ME
Predicting variation of DNA shape preferences in protein-DNA interaction in cancer cells with a new biophysical model
DNA形状读出是转录因子识别靶位点的一个重要机制。近年来，人们发展了几种考虑DNA形状的转录因子-DNA结合模型。本文提出了一种新的基于相邻二核苷酸依赖模型BayesPI 2的考虑DNA形状特征的蛋白质-DNA相互作用的生物物理模型。新模型的参数被限制在由2聚体DNA形状特征跨越的子空间中，这允许将新参数解释为对某些特征值的位置依赖性偏好的生物物理解释。使用新的模型，我们探讨了DNA形状偏好的变化，在几个转录因子跨癌细胞系和细胞条件。我们发现了用类固醇处理后MCF 7细胞中FOXA 1结合位点的DNA形状变化的证据。新模型对于阐明转录因子-DNA相互作用的更精细细节是有用的。它可以用于改善未来癌症突变效应的预测。
2017-10-31 physics.bio-ph q-bio.BM
Near Perfect Protein Multi-Label Classification with Deep Neural Networks
Eötvös University（罗兰大学）；Uratim Ltd.（Uratim有限公司）
人工神经网络（ANN）在机器学习工具中获得了当之无愧的普及，因为它们最近在图像和声音处理和分类问题中的成功应用。人工神经网络也被应用于预测蛋白质的家族或功能，知道它的残基序列。在这里，我们提出了两个新的人工神经网络与多标签分类能力，表现出令人印象深刻的准确性时，分类蛋白质序列到698 UniProt家庭（AUC=99.99%）和983基因本体类（AUC=99.45%）。
2017-03-30 cs.LG q-bio.BM stat.ML
Growing ecosystem of deep learning methods for modeling protein$\unicode{x2013}$protein interactions
Columbia University（哥伦比亚大学）
本文综述了基于生物物理信息的深度学习方法在蛋白质相互作用预测、结构建模和从头组装设计中的进展、权衡及未来方向。
2023-12-06 cs.LG q-bio.BM
Predicting Protein-Nucleic Acid Flexibility Using Persistent Sheaf Laplacians
本文提出持续层拉普拉斯算子（PSL）框架预测蛋白质-核酸复合物的B因子柔性，整合多尺度与拓扑方法，在三个数据集上较GNM和mFRI最高提升21%的皮尔逊相关系数。
2025-10-23 q-bio.BM q-bio.QM
DeepAffinity: Interpretable Deep Learning of Compound-Protein Affinity through Unified Recurrent and Convolutional Neural Networks
Texas A&M University（得克萨斯农工大学）
动机：药物发现需要快速定量化合物-蛋白质相互作用（CPI）。然而，目前还缺乏一种方法，可以预测化合物蛋白质的亲和力，从序列单独具有高的适用性，准确性和可解释性。结果：我们提出了一个无缝集成的领域知识和学习为基础的方法。在结构注释的蛋白质序列的新表示下，已经提出了一种统一递归和卷积神经网络的半监督深度学习模型，以利用未标记和标记的数据，用于联合编码分子表示和预测亲和力。我们的表示和模型在IC $_{50}$中的相对误差方面优于传统选项，对于测试用例，相对误差在5倍以内，对于不包括在训练中的蛋白质类，相对误差在20倍以内。具有少量标记数据的新蛋白质类的性能通过迁移学习进一步提高。此外，单独和联合注意力机制的开发和嵌入到我们的模型，以增加其可解释性，如预测和解释选择性药物靶点相互作用的案例研究所示。最后，还探索了使用蛋白质序列或复合图的替代表示以及使用图CNN（GCNN）的统一RNN/GCNN-CNN模型，以揭示未来的算法挑战。可用性：数据和源代码可访问https://github.com/Shen-Lab/DeepAffinity补充信息：补充数据可访问http://shen-lab.github.io/deep-affinity-bioinf18-supp-rev.pdf
2018-12-08 cs.LG q-bio.BM stat.ML
Predicting evolutionary site variability from structure in viral proteins: buriedness, packing, flexibility, and design
最近的一些工作表明，蛋白质结构可以预测位点特异性进化序列变异。特别是，被掩埋和/或与结构中的其他位点有许多接触的位点平均而言比接触很少的表面位点演化得更慢。在这里，我们提出了一个全面的研究在何种程度上众多的结构特性可以预测序列变异。我们考虑的数量包括掩埋度（通过相对溶剂可及性测量），堆积密度（通过接触数测量），结构灵活性（通过B因子，均方根波动和二面角变化测量），以及设计结构的可变性。我们获得的结构灵活性措施都从分子动力学模拟上进行的9个非同源病毒蛋白质结构，并从这些蛋白质的同源变体的变化，在可用的。我们从Rosetta软件中的柔性骨架设计中获得了设计结构的可变性的测量。我们发现，大多数的结构特性与网站的变化，在大多数的结构，虽然相关性一般较弱（相关系数为0.1至0.4）。此外，我们发现埋藏和包装密度是更好的预测进化变异比结构的灵活性。最后，在设计结构的变异性是一个较弱的预测进化变异性比埋葬或堆积密度，但它是在其预测能力的最佳结构的灵活性措施。我们的结论是，简单的措施埋葬和包装密度是更好的进化变异的预测比更复杂的预测从动态模拟，合奏同源结构，或计算蛋白质设计。
2014-07-21 physics.bio-ph q-bio.BM
Benchmarking AlphaFold3's protein-protein complex accuracy and machine learning prediction reliability for binding free energy changes upon mutation
本文基于SKEMPI 2.0数据库系统评估AlphaFold3预测蛋白质-蛋白质复合物结构用于突变结合自由能变化预测的可靠性，发现其相关系数略低于PDB结构且RMSE升高8.6%，并揭示其在柔性区域存在未被ipTM反映的较大误差。
2024-06-06 math.AT q-bio.BM q-bio.QM
Leveraging Machine Learning Models for Peptide-Protein Interaction Prediction
本文综述了利用机器学习和深度学习模型预测肽-蛋白质相互作用的方法，旨在克服传统计算成本高、柔性大等挑战，并提升预测的准确性、鲁棒性与可解释性。
2024-02-07 q-bio.BM q-bio.QM
Predicting heteropolymer interactions: demixing and hypermixing of disordered protein sequences
本研究构建杂聚物相互作用有效理论，结合分子动力学模拟揭示蛋白质无序区序列去混合规律，提出序列设计策略并证明可去混合的序列数量受限，为相分离预测及蛋白质功能研究提供理论基础。
2024-06-23 cond-mat.soft physics.bio-ph q-bio.BM
Predicting Transcription Factor Specificity with All-Atom Models
转录因子（TF）与DNA操纵子位点的结合可以启动或抑制基因的表达。传统上，TF识别的位点的计算预测依赖于几个同源位点的知识，而不是从头开始的方法。在这里，我们研究了使用基于结构的能量计算的可能性，不需要结合位点的知识，而是从蛋白质-DNA复合物的结构开始。我们研究了PurRE。大肠杆菌TF，并探讨在何种程度上原子模型的蛋白质-DNA复合物可以用来区分同源和非同源DNA位点。特别强调的是，这种方法的系统评价，通过比较其性能与生物信息学方法，通过测试它对随机诱饵和网站的同源TF。我们还研究了DNA和蛋白质中的一组实验突变。使用我们明确的能量估计，我们表明，PurR的特异性主要是由直接的蛋白质-DNA相互作用，弱的DNA弯曲的影响。
2008-09-24 physics.bio-ph q-bio.BM q-bio.QM
