論文タイトル
DeepProSite: structure-aware protein binding site prediction using ESMFold and pretrained language model
出典
Just a moment...
academic.oup.com
要旨
タンパク質のリガンド結合部位を予測する手法 DeepProSite について紹介した論文です。
解説など
エピトープ予測手法は、主にペプチド結合サイトを予測する手法を中心に、既存のものが多数存在します。本ブログでも、これまでリガンド結合部位予測手法として、MaSIF-site を紹介しました。
※本文で言及されたリガンド結合サイト予測手法
- 配列ベースの手法
- PSIVER
- SCRIBER
- DLPred
- ProNA2020
- DELPHI
- SPRINT-Seq
- PepBind
- Visual
- PepNN-Seq
- pepBCL
- DNAPred
- 構造ベースの手法
- SPPIDER
- DeepPPISP
- MaSIF-site
- GraphPPIS
- PepSite
- Peptimap
- SPRINT-Str
- PepNN-Struct
- GraphBind
- RGN
これらに対して、筆者らは DeepProSite という新規手法で、State of art の予測成績を示すことに成功しています。この手法の特徴は、実験的に解かれたタンパク質構造だけではなく、ESMFold から予測したタンパク質モデルのデータを活用している点にあります。
これにより、配列ベースの手法に匹敵する学習データ数と、構造ベースの手法に匹敵するリッチな情報量を活用したとのことです。モデルは Graph Transformer を参考に構築されています。
実際に上記コラムで示した既存の手法に対してパフォーマンスを AUC 等で比較し、優れた値を示すことが明らかとなっています。
手法は、Github だけでなく、Web ブラウザアプリとしても公開されています。
GitHub - WeiLab-Biology/DeepProSite
Contribute to WeiLab-Biology/DeepProSite development by creating an account on GitHub.
github.com
https://inner.wei-group.net/DeepProSite/#/
inner.wei-group.net
