链式提示深度学习框架实现抗菌脂肽从头设计
研究团队提出链式提示深度学习框架,用于抗菌脂肽的从头设计。该模型结合领域自适应迁移学习,从 96,911 个细菌基因组中选取 2657 条经进化筛选的 RiPP 衍生核心肽序列,虚拟连接 C6 至 C18 的七种 N 端脂肪酸链后筛选出 6197 条候选序列;按 KRH 比例不低于 0.3 及 C12、C16 尾链进一步筛至 289 条。
推荐理由:链式提示机制结合领域自适应迁移学习,摘要给出的 95.7% 合成阳性率和小鼠感染模型结果可供评估该设计流程的筛选效率。