返回
DeepProtein: deep learning library and benchmark for protein sequence learning
DOI:10.1093/bioinformatics/btaf165.png)
摘要
En 中文
动机 深度学习已深刻影响蛋白质科学,实现了在预测蛋白质性质、高阶结构和分子相互作用方面的突破。
结果 本文介绍了DeepProtein,这是一个全面且用户友好的深度学习库,专为蛋白质相关任务设计。它使研究人员能够无缝地使用前沿深度学习模型处理蛋白质数据。为评估模型性能,我们建立了一个基准测试,用于评估不同深度学习架构在多个蛋白质相关任务上的表现,包括蛋白质功能预测、亚细胞定位预测、蛋白质-蛋白质相互作用预测和蛋白质结构预测。此外,我们介绍了DeepProt-T5,这是一系列基于Prot-T5微调的模型,在四项基准任务上实现了当前最佳性能,并在其他六项任务上表现出有竞争力的结果。全面的文档和教程可供使用,以确保易用性和支持可重复性。
可用性与实现 基于广泛使用的药物发现库DeepPurpose,DeepProtein已在 https://github.com/jiaqingxie/DeepProtein 上公开可用。
Keyword:
SCALE PREDICTION
DATABASE
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.4
论文数:
1.4K
被引数:
17.9W
机构
引用论文
Leveraging scaffold information to predict protein-ligand binding affinity with an empirical graph neural network利用经验图神经网络利用支架信息预测蛋白质-配体结合亲和力
Personalized Glycemic Response to Carbohydrates and Associated Physiological Signatures in Multiomics
DIABETES
IF7.5
DeepPurpose: a deep learning library for drug–target interaction predictionDeep目的性: 用于药物-靶标相互作用预测的深度学习库

