使用大语言模型和图神经网络对蛋白-蛋白模型进行排序
生物大分子
2024-07-24 v1 人工智能
摘要
蛋白-蛋白相互作用 (PPIs) 与癌症、感染和神经退行性疾病等疾病相关。获取这些 PPIs 的三维结构信息为干扰这些疾病或指导药物设计提供了基础。可以遵循多种策略来建模这些复合物，通常会产生大量模型。在此过程中，一个具有挑战性的步骤是从大量生成的模型中识别出好的模型（接近真实的 PPI 构象）。为此，我们之前 developed DeepRank-GNN-esm，这是一个基于图的深度学习算法，用于对建模的 PPI 结构进行排序，充分利用了蛋白语言模型的强大功能。本文详细介绍了我们的软件的使用方法。DeepRank-GNN-esm 免费可在 https://github.com/haddocking/DeepRank-GNN-esm 获取。
引用
@article{arxiv.2407.16375,
title = {Ranking protein-protein models with large language models and graph neural networks},
author = {Xiaotong Xu and Alexandre M. J. J. Bonvin},
journal= {arXiv preprint arXiv:2407.16375},
year = {2024}
}
备注
14 pages. Detailed protocol to use our DeepRank-GNN-esm software to analyse models of protein-protein complexes