基于预训练蛋白质语言模型与对比学习的蛋白质-DNA结合位点预测
生物大分子
2023-06-29 v1 定量方法
摘要
蛋白质-DNA 相互作用对复制、转录和剪接等生命活动至关重要。识别蛋白质-DNA 结合残基对于建模其相互作用及下游研究必不可少。然而，开发准确高效的计算方法来完成该任务仍具挑战性。该领域的改进有望推动生物技术和药物设计中的新应用。本研究提出一种称为 CLAPE 的新方法，结合预训练蛋白质语言模型与对比学习方法预测 DNA 结合残基。我们在蛋白质-DNA 结合位点数据集上训练 CLAPE-DB 模型，并通过多种实验评估模型性能与泛化能力。结果显示，CLAPE-DB 模型在两个基准数据集上的 AUC 值分别达到 0.871 和 0.881，表明其性能优于其他现有模型。CLAPE-DB 展现出更好的泛化能力且对 DNA 结合位点具有特异性。此外，我们在不同的蛋白质-配体结合位点数据集上训练 CLAPE，证明 CLAPE 是一个用于结合位点预测的通用框架。为方便科学界，基准数据集与代码发布于 https://github.com/YAndrewL/clape。
引用
@article{arxiv.2306.15912,
title = {Protein-DNA binding sites prediction based on pre-trained protein language model and contrastive learning},
author = {Yufan Liu and Boxue Tian},
journal= {arXiv preprint arXiv:2306.15912},
year = {2023}
}