基于图卷积神经网络的利用粗粒化距离矩阵的灵活对接
摘要：灵活蛋白质的蛋白质-配体复合物预测仍然是计算结构生物学和药物设计中一项具有挑战性的问题。在这里，我们提出了两种新的深度神经网络方法，相比于标准对接方法，在大型和多样的蛋白质系统上，在绑定模式预测的效率和准确性上有显著改进。第一个图卷积网络用于重新排序姿态，而第二个方法旨在生成和排序与标准对接方法无关的姿态。这种新方法依赖于预测配体原子与蛋白质C_alpha原子之间的距离矩阵，从而隐含地融合侧链灵活性。
作者：Amr H. Mahmoud, Jonas F. Lill, Markus A. Lill
论文ID：2008.12027
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2020-08-28