跳到正文
arXiv· Minghao Xu; Jiaze Song; Jinyu Wang; Wentao Zhang·· 28 天前AI 评分64

ProtGlycanDock 提出蛋白-聚糖对接数据集、基准与模型

ProtGlycanDock: Towards Accurate Protein-Glycan Docking with Tailored Dataset, Benchmark and Model

AI 导读

ProtGlycanDock 研究提出蛋白-聚糖对接数据集与基准,并设计两种把聚糖构象知识注入通用分子结构预测模型的微调方法。基准覆盖蛋白质和聚糖泛化设置,评测物理对接、机器学习对接和结构预测三类共十种模型。

预印本 · arxiv · 2610.26009

本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

进行精确的蛋白质-聚糖对接对于理解支配许多生物过程的蛋白质-聚糖相互作用至关重要。然而,这一重要任务受限于缺乏针对蛋白质-聚糖对接的专用数据集、基准和模型。为填补这一空白,我们首先构建了一个标准基准 ProtGlycanDock,用于在蛋白质泛化和聚糖泛化两种设置下训练和评估蛋白质-聚糖对接模型。在该基准上,我们评估了三大类共十个模型:基于物理的对接方法、基于机器学习的对接模型以及分子结构预测模型。为获得更精确的结合构象,我们进一步提出了两种微调技术,将聚糖构象知识注入通用分子结构预测模型。这两种技术分别通过聚糖拓扑特征增强模型输入,以及利用聚糖能量损失优化聚糖结合构象。基准测试结果表明 AlphaFold 3 在现有方法中表现最优,且两种微调技术可以很好地结合,从而获得蛋白质-聚糖对接的最先进模型。此外,我们还进行了分层基准分析和案例研究,以更好地理解当前模型的优势与不足,为未来的模型改进提供参考。我们维护的数据集位于 https://huggingface.co/datasets/ProtGlycanDock/ProtGlycanDock,源代码位于 https://github.com/kasawa1234/ProtGlycanDock

来源:arXiv · arxiv.org