基于进化和物理启发式建模的计算蛋白质设计：现在与未来的协同效应
摘要：计算蛋白质设计有助于发现具有预定结构和功能的新蛋白质。最近使用了一些新的数据驱动方法来进行设计，这些方法可以大致分为两类：基于进化和基于物理的方法。前者推断出与进化相关的蛋白质集合共享的特征序列，如保守或共同进化的位置，并将它们重新组合以生成具有相似结构和功能的候选物。后者使用机器学习替代品估计关键生化特性，如结构自由能、构象熵或结合亲和力，并优化它们以产生改进的设计。在这里，我们回顾了沿着这两个方向的最新进展，讨论了它们的优点和缺点，并强调了协同方法的机会。
作者：Cyril Malbranke, David Bikard, Simona Cocco, R''emi Monasson and J''er^ome Tubiana
论文ID：2208.13616
分类：Biological Physics
分类简称：physics.bio-ph
提交时间：2023-03-28