SchNet koristi kompletnu 3D strukturu za predikciju topologije transmembranskih proteina
Novi rad ispituje graph neural network pristup koji za topološku klasifikaciju koristi atom-level embeddinge iz 3D strukture proteina, umesto samo sekvence ili alfa-ugljenika.
Od sekvence ka svim atomima
Autori predstavljaju pristup za predikciju proteinske topologije zasnovan na graph neural network modelu SchNet.
Za razliku od pristupa koji koriste samo proteinsku sekvencu ili alfa-ugljenike, njihov classifier koristi embeddinge na nivou svih atoma.
Isti skup kao DeepTMHMM
Model je treniran na istom skupu koji je korišćen za razvoj novijeg DeepTMHMM sistema, uz petostruku cross-validation proceduru.
Autori navode da i bez pre-trained težina rezultati pokazuju značajan potencijal GNN pristupa za topološke predikcije proteina.
Izvori
Prikazani su izvorni linkovi korišćeni za proveru objavljenih činjenica.
Komentari
Komentari se objavljuju nakon moderacije.
Još nema objavljenih komentara.