基于序列的蛋白质-蛋白质相互作用预测及其在药物发现中的应用
生物大分子
2025-07-29 v1 机器学习
摘要
异常蛋白质-蛋白质相互作用 (PPI) 构成诸多人类疾病的根源，而干扰这些有害相互作用则构成具有吸引力的治疗方案。计算方法的进展紧随深度学习和自然语言处理的发展。本综述概述了序列基方法的当前最新进展，并探讨其对靶点识别和药物发现的影响。我们首先概述常用的数据来源及用于筛选这些数据的技术，以提升训练集质量。随后，我们梳理各种 PPI 预测器类型，包括传统基于相似性的方法，以及深度学习方法，特别强调 Transformer 架构。最后，我们提供在系统水平蛋白质组学分析、靶点识别以及治疗肽和抗体设计中的 PPI 预测实例。我们也展示了 PPI 无感知药物发现模型在加速疗法开发中的潜力。
引用
@article{arxiv.2507.19805,
title = {Sequence-based protein-protein interaction prediction and its applications in drug discovery},
author = {François Charih and James R. Green and Kyle K. Biggar},
journal= {arXiv preprint arXiv:2507.19805},
year = {2025}
}
备注
32 pages, 6 figures, 3 tables