DynaSig-ML Python软件包：生物分子动力学-功能关系的自动学习
摘要：DynaSig-ML: 一种用于生物分子三维动力学功能关系探索的Python包, 使用实验测量数据集，可以高效、用户友好地进行探索。DynaSig-ML包基于Elastic Network Contact Model (ENCoM)构建, 是第一个也是目前唯一一个敏感于序列的粗粒化NMA模型，用于生成输入的动力学标志。从体外突变结构开始，整个流程只需几行Python代码和适度的计算资源即可运行。在大型生物分子或大量序列变体的情况下，计算密集步骤也可以很容易地并行化。作为一个实例，我们使用DynaSig-ML包来预测细菌酶VIM-2 lactamase的进化适应度，使用了深度突变扫描数据。DynaSig-ML是一个开源软件，可在https://github.com/gregorpatof/dynasigml包获取。联系人：[email protected]。
作者：Olivier Mailhot, Francois Major and Rafael Najmanovich
论文ID：2207.03276
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2022-07-08