.png){kind=icon}
返回
DeepAlloWeb: A Web Server for Interactive Allosteric Pockets Prediction Using Protein Language Model
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jmb.2026.169863.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• DeepAlloWeb可能通过准确预测别构口袋来支持药物发现研究，进而有助于靶向治疗的发展。
• 该网络服务器将经过微调的蛋白质语言模型（ProtBERT）与别构口袋数据的多元任务学习相结合。
• 用户可以可视化pLM残基间的注意力机制，这可以提供关于在特定pLM层和头中，哪些残基对某个别构口袋残基更为重要。
Keyword:
DeepAlloWeb
allosteric pockets
protein language model
drug discovery
multitask learning
期刊
IF:
4.5
论文数:
656
被引数:
5.4W
机构
引用论文
Analyzing the Structure of Attention in a Transformer Language ModelTransformer语言模型中注意力结构的分析.png)
Proceedings of the 2019 ACL Workshop BlackboxNLP: Analyzing and Interpreting Neural Networks for NLP
OAAI
Proceedings of the 2019 ACL Workshop BlackboxNLP: Analyzing and Interpreting Neural Networks for NLPIF0
OAAI分享收藏BERTology Meets Biology: Interpreting Attention in Protein Language ModelsBERTology与生物学相遇: 在蛋白质语言模型中解释注意力OAAI
IF0
OAAI分享收藏
Harnessing Allostery to Modulate Protein-Protein Interactions: From Function to Therapeutic Innovations利用别构效应调控蛋白质-蛋白质相互作用：从功能到治疗创新
PREAI
分享收藏
查看更多内容