跳到正文
热点事件观察中

提出PIT-GCL蛋白相互作用模型

1 篇报道1 个报道来源2 天前更新

先了解这件事

报道摘要

PIT-GCL提出一种结构感知的蛋白质相互作用预测框架,独立编码每个蛋白质的氨基酸序列、Cα点云和全局持久同调拓扑描述符,并通过双向交叉注意力进行潜在空间软对接。作者称,该模型在PPIRef一般蛋白质相互作用预测上优于代表性基线,在PPB-Affinity上是唯一高于随机水平的方法,但在TCR-pMHC任务上被任务特定序列模型超过;其独立编码表示可预计算并复用于候选蛋白质对筛选。

摘自 arXiv · cs.AI

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv · cs.AI
    PIT-GCL:基于拓扑图对比学习的蛋白质相互作用预测

    PIT-GCL提出一种结构感知的蛋白质相互作用预测框架,独立编码每个蛋白质的氨基酸序列、Cα点云和全局持久同调拓扑描述符,并通过双向交叉注意力进行潜在空间软对接。作者称,该模型在PPIRef一般蛋白质相互作用预测上优于代表性基线,在PPB-Affinity上是唯一高于随机水平的方法,但在TCR-pMHC任务上被任务特定序列模型超过;其独立编码表示可预计算并复用于候选蛋白质对筛选。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。