EISA-Score：蛋白质-配体结合亲和力预测的元素交互表面积评分
摘要：使用分子表面表示法来研究蛋白质结构和功能已被广泛推崇，包括蛋白质-配体结合亲和力建模。然而，传统的基于表面积的方法在能量评分任务上的表现不佳。主要原因是分子表面生成中缺乏关键的物理和化学相互作用编码。我们提出了嵌入不同尺度元素交互结构中的新型分子表面表示方法，具有显著的维度减少和精确的物理和生物性质编码器。这些低维基于表面的描述符可以与任何先进的机器学习算法配对，以探索产生基于元素交互的表面积评分函数（EISA-score）的重要结构-活性关系。新开发的EISA-score在标准的PDBbind基准测试中胜过了许多最先进的模型，包括各种建立良好的表面相关表示法。
作者：Md Masud Rana and Duc Duy Nguyen
论文ID：2206.00611
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2022-06-02