GeoPep：面向蛋白质-肽段结合位点预测的几何感知掩码语言模型
信号处理
2025-11-03 v1 机器学习
摘要
将蛋白质结构和序列集成的多模态方法在蛋白质-蛋白质界面预测中取得了显著成功。然而，由于肽段固有的构象柔性性以及结构数据稀缺，导致这些方法难以直接用于蛋白质-肽段相互作用。为此，本文引入GeoPep，一种针对肽段结合位点预测的新型框架，利用从ESM3—a款多模态蛋白质基础模型—获得的丰富预学习表示进行迁移学习。GeoPep对ESM3在蛋白质-蛋白质结合方面预先学习的表示进行微调，以解决蛋白质-肽段结合数据稀缺的局限。该微调模型进一步集成到一种能够从稀疏数据中学习复杂模式的参数高效神经网络架构中。此外，模型使用基于距离的损失函数，以利用3D结构信息提升结合位点预测。全面评估表明，GeoPep在蛋白质-肽段结合位点预测方面显著优于现有方法，有效捕捉稀疏且异构的结合模式。
引用
@article{arxiv.2510.27040,
title = {GeoPep: A geometry-aware masked language model for protein-peptide binding site prediction},
author = {Dian Chen and Yunkai Chen and Tong Lin and Sijie Chen and Xiaolin Cheng},
journal= {arXiv preprint arXiv:2510.27040},
year = {2025}
}
备注
11 pages, 5 figures