.png){kind=icon}
返回
Deep Batch Active Learning for Protein Structure Modeling
.png){kind=icon}
PRE
AI
DOI：10.1177/15578666251405823.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分子结构预测对于理解治疗功能及加速制药研究至关重要。尽管当前先进的深度学习模型（如AlphaFold）在一般蛋白质骨架预测上表现出色，但在当前训练数据集中代表性不足的新型分子家族VHH抗体关键区域上仍面临挑战。许多学术和工业实验室能够为新型序列生成高质量VHH结构，这为通过战略性地选择新数据进行迭代微调以提升模型性能提供了机会。然而，实验结构测定每结构需耗费数周到数月的努力和显著成本，使得全面数据收集不切实际。随机筛选全集中子集会导致次优改进，因为许多结构提供冗余信息，而关键区域仍未被探索。战略数据选择可识别一旦实验测定将最大程度提升预测精度的结构，从而以更少的迭代和更低的成本实现更优模型性能。我们提出DEWDROP，一种主动学习选择方法，指导VHH结构筛选以最大程度提升微调模型性能。DEWDROP利用蒙特卡洛dropout生成预测集成，为最优数据选择提供信息。尽管我们聚焦于VHH抗体，但代表性不足问题影响许多分子领域，使DEWDROP可作为模型无关方法广泛适用于结构生物学应用。为证明其有效性，我们在两种不同结构家族（作为目标应用和主要基准的SAbDab-nano VHH抗体及AlphaFold蛋白质数据库中的麻风分枝杆菌蛋白质）上通过回顾性迭代微调实验和批选择分析评估了该方法。所有分析均使用基于粗粒度分子表示的Equifold结构预测模型，该模型独立于多序列比对运行。我们证明DEWDROP（1）通过优化批选择提升模型训练效率，优于基线方法；（2）选择具有高信息含量的结构化信息数据。
Keyword:
active learning for regression
protein structure prediction
batch optimization
期刊
J
IF:
1.6
论文数:
55
被引数:
5.1K
查看更多机构
.png){kind=icon}
