PulseAugur
中
实时 13:57:14
English(EN) Structure-Guided Adaptive Propagation for Protein-Protein Interaction Site Prediction

新AI模型利用自适应传播预测蛋白质相互作用位点

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为SGAP-PPIS的新深度学习模型，用于预测蛋白质-蛋白质相互作用位点。该模型利用自适应传播机制，根据每个残基的几何环境调整信息扩散。通过整合来自等变图神经网络的多尺度几何状态，SGAP-PPIS能够更好地区分真实的相互作用位点与相似的非相互作用邻居。实验表明，SGAP-PPIS在性能上与现有最先进的方法具有竞争力。 AI

影响 该模型有望提高蛋白质相互作用预测的准确性，从而助力药物发现和理解细胞过程。

排序理由 该集群包含一篇详细介绍新AI模型及其方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Enqiang Zhu, Yizi Liu, Yilong Luo, Yao Chen, Yu Zhang, Baoshan Ma ·

    Structure-Guided Adaptive Propagation for Protein-Protein Interaction Site Prediction

    arXiv:2606.01781v1 Announce Type: new Abstract: Accurate prediction of protein-protein interaction sites (PPIS) is essential for understanding cellular processes, disease mechanisms, and therapeutic target discovery. Graph-based deep learning has advanced PPIS prediction by incor…

相关话题