AlgoRxplorers | 突变精度：利用高级蛋白质稳定性预测工具提升药物设计
机器学习
2025-01-31 v3 人工智能
摘要
预测单点氨基酸突变对蛋白质稳定性的影响对于理解疾病机制和推进药物开发至关重要。蛋白质稳定性以 Gibbs 自由能 () 的变化来量化，这些突变影响蛋白质稳定性。然而，数据稀缺和模型解释复杂性使得准确预测稳定性变化具有挑战性。本研究提出利用深度神经网络，结合迁移学习和融合不同模型的互补信息，创建蛋白质稳定性图景的富含特征的表示。我们开发了四个模型，其中我们的第三模型 ThermoMPNN+ 在预测 值方面表现最佳。这种方法整合了多样化的特征集和嵌入，通过潜在转输技术旨在细化 预测，为深入理解蛋白质动力学、 potentially 导致疾病研究和药物发现的进展贡献于理解。
引用
@article{arxiv.2501.07014,
title = {AlgoRxplorers | Precision in Mutation: Enhancing Drug Design with Advanced Protein Stability Prediction Tools},
author = {Karishma Thakrar and Jiangqin Ma and Max Diamond and Akash Patel},
journal= {arXiv preprint arXiv:2501.07014},
year = {2025}
}