Hyper-Fold-Deep

Hyper-Fold 通过新颖的序列-几何学习推进蛋白质结构建模

研究人员开发了 Hyper-Fold，这是一种新颖的卷积骨干网络，旨在通过探索序列-几何学习的表达极限来改进蛋白质结构建模。与主流的几何 GNN 不同，Hyper-Fold 使用秩 K 可分离卷积骨干网络，接近二阶交互的理论表达上限。这种方法在酶功能预测、折叠分类和配体结合位点检测等任务中表现出卓越的性能，即使参数少得多且延迟更低，也优于现有架构。