破译 3D 分子表面指纹以准确预测表位

arXiv:2606.23830v1 公告类型：新 摘要：分子表面编码决定抗体-抗原识别的几何和物理化学模式，这对于表位预测至关重要。然而，现有的方法依赖于序列或主链结构，并且难以捕获不连续的、表面驱动的表位。这项研究提出了 SurfBind，一种以表面为中心的表位预测学习框架，可直接对分子表面表示进行操作。 SurfBind 通过基于 Transformer 的架构将几何和物理化学线索与补丁级表面建模、绑定器感知交叉注意力以及分层的从粗到精的预测范例集成在一起。在具有挑战性的表位识别基准（包括 SAbDab 和 DB5.5）上进行的实验表明，SurfBind 在未见过的抗体和构象状态上实现了最先进的性能和强大的泛化能力，凸显了相互作用感知表面模型对于理解蛋白质-蛋白质相互作用的关键机制的价值。