详细内容或原文请订阅后点击阅览
用于蛋白质序列设计的几何深度学习
使用 CARBonAra 进行序列预测的示意图。几何变换器对 β-内酰胺酶 TEM-1 酶（灰色）的序列空间进行采样，该酶与天然底物（青色）复合，以产生新的折叠良好且活性高的酶。图片来源：Alexandra Banbanaste (EPFL)。作者：Nik Papageorgiou 设计能够执行特定功能的蛋白质涉及理解和操纵其序列 […]
来源:ΑΙhub用Carbonara序列预测的示意图。几何变压器采样了β-内酰胺酶TEM-1酶的序列空间（灰色）使天然底物（以青色）复合以产生新的折叠良好和活性酶。图片来源：Alexandra Banbanaste（EPFL）。 Nik Papageorgiou 设计可以执行特定功能的蛋白质涉及理解和操纵其序列和结构。这项任务对于开发针对疾病的有针对性治疗和为工业应用创建酶至关重要。 蛋白质工程的巨大挑战之一是设计从头开始的蛋白质，意思是从头开始，以根据特定任务来量身定制其特性。这对生物学，医学和材料科学具有深远的影响。例如，工程蛋白可以靶向高精度的疾病，提供传统小分子药物的竞争替代品。 此外，自然催化剂的定制设计酶可以促进自然界中罕见或不存在的反应。该能力在制药行业中特别有价值，用于综合复杂的药物分子和环境技术，以更有效地分解污染物或塑料。 由EPFL的Matteo dal Peraro领导的一组科学家现在已经开发了Carbonara（从主链原子和杂原子中恢复上下文感知的氨基酸恢复），这是一个AI驱动的模型，可以预测蛋白质序列，但要考虑到不同分子环境所施加的约束。 Carbonara在大约370,000个子单元的数据集上进行了培训，并从蛋白质数据库（PDB）培训了100,000个验证和70,000个测试。 Carbonara 蛋白质数据库（PDB） 蛋白质结构变压器（Pesto） 由Lucien Krapp开发的Dal Peraro集团 完整阅读作品 上下文感知的蛋白质序列设计的几何深度学习 EPFL
用Carbonara序列预测的示意图。几何变压器采样了β-内酰胺酶TEM-1酶的序列空间（灰色）使天然底物（以青色）复合以产生新的折叠良好和活性酶。图片来源：Alexandra Banbanaste（EPFL）。
Nik Papageorgiou
设计可以执行特定功能的蛋白质涉及理解和操纵其序列和结构。这项任务对于开发针对疾病的有针对性治疗和为工业应用创建酶至关重要。
蛋白质工程的巨大挑战之一是设计从头开始的蛋白质，意思是从头开始，以根据特定任务来量身定制其特性。这对生物学，医学和材料科学具有深远的影响。例如，工程蛋白可以靶向高精度的疾病，提供传统小分子药物的竞争替代品。
此外，自然催化剂的定制设计酶可以促进自然界中罕见或不存在的反应。该能力在制药行业中特别有价值，用于综合复杂的药物分子和环境技术，以更有效地分解污染物或塑料。
由EPFL的Matteo dal Peraro领导的一组科学家现在已经开发了Carbonara（从主链原子和杂原子中恢复上下文感知的氨基酸恢复），这是一个AI驱动的模型，可以预测蛋白质序列，但要考虑到不同分子环境所施加的约束。 Carbonara在大约370,000个子单元的数据集上进行了培训，并从蛋白质数据库（PDB）培训了100,000个验证和70,000个测试。 Carbonara 蛋白质数据库（PDB） 蛋白质结构变压器（Pesto）由Lucien Krapp开发的Dal Peraro集团
完整阅读作品上下文感知的蛋白质序列设计的几何深度学习EPFL