智能AI
morning
从 3D 结构预测跨膜蛋白拓扑
2026-09-28
1 阅读
约1分钟阅读
Sitong Chen, Xiaopeng Mao
字号:
arXiv:2609.30446v1 公告类型：新 摘要：本文提出了一种使用最先进的图神经网络 (GNN) SchNet 推断蛋白质拓扑的新方法。该模型在用于开发最新 DeepTMHMM 模型的同一数据集上进行训练，并进行 5 倍交叉验证。与仅使用蛋白质序列或$\alpha$-碳作为特征的传统方法不同，我们以这种方式解码了我们的分类器，因此使用了所有原子级嵌入。在不应用任何预训练权重的情况下，最终结果显示了 GNN 可用于拓扑预测的巨大潜力。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱