PulseAugur
中
实时 04:52:37
English(EN) An Integrated Deep-Learning Framework for Peptide-Protein Interaction Prediction and Target-Conditioned Peptide Generation with ConGA-PepPI and TC-PepGen

深度学习框架集成了肽-蛋白质相互作用预测与生成

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个集成的深度学习框架 ConGA-PepPI 和 TC-PepGen，以解决现有肽-蛋白质相互作用 (PepPI) 分析方法的局限性。该框架结合了伙伴感知预测模型和目标条件生成模型，提高了早期肽筛选的效率。在评估中，ConGA-PepPI 展现了强大的准确性和 AUROC 分数，而 TC-PepGen 在生成优于天然模板的肽方面显示出潜力。 AI

影响 引入了一个用于肽-蛋白质相互作用预测和生成的新型集成框架，有望加速药物发现和生物学研究。

排序理由 这是一篇详细介绍用于生物学应用的新深度学习框架的研究论文。

在 arXiv cs.LG 阅读 →

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

深度学习框架集成了肽-蛋白质相互作用预测与生成

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Chupei Tang, Junxiao Kong, Moyu Tang, Di Wang, Jixiu Zhai, Ronghao Xie, Shangkun Sima, Tianchi Lu ·

    用于肽-蛋白质相互作用预测和目标条件肽生成的集成深度学习框架，包含 ConGA-PepPI 和 TC-PepGen

    arXiv:2604.18467v2 Announce Type: replace Abstract: Motivation: Peptide-protein interactions (PepPIs) are central to cellular regulation and peptide therapeutics, but experimental characterization remains too slow for large-scale screening. Existing methods usually emphasize eith…

相关实体

相关话题