返回
InteracTor: Feature engineering and explainable AI for profiling protein structure-interaction-function relationships
DOI:10.1371/journal.pcbi.1013038.png)
摘要
En 中文
表征蛋白质家族的结构和功能多样性对于理解其生物学作用至关重要。传统分析通常关注一级和二级结构,这可能无法充分捕捉复杂的蛋白质相互作用。在此,我们介绍了InteracTor,一种新型工具包,可从蛋白质三维(3D)结构中提取多模态特征,包括原子间相互作用,如氢键、范德华力和疏水接触。通过整合可解释人工智能(XAI)技术,我们量化了提取的特征在蛋白质结构及功能家族分类中的重要性。InteracTor的interpref特征能够为蛋白质结构、功能和动力学的决定因素提供机制性见解,为在机器学习模型中评估其预测能力提供了透明的方法。InteracTor提取的原子间相互作用特征在蛋白质家族分类方面显示出优于仅基于一级或二级结构特征的预测能力,揭示了在计算蛋白质分析中考虑特定三级接触的重要性。这项工作为旨在增强蛋白质功能预测和药物发现模型能力的未来研究提供了一个稳健的框架。
Keyword:
GENE ONTOLOGY
PDB
BONDS
期刊
P
IF:
3.6
论文数:
638
被引数:
0
机构
引用论文
New classifications for quantum bioinformatics: Q-bioinformatics, QCt-bioinformatics, QCg-bioinformatics, and QCr-bioinformatics量子生物信息学的新分类: Q-生物信息学,QCt-生物信息学,QCg-生物信息学和QCr-生物信息学
iFeatureOmega: an integrative platform for engineering, visualization and analysis of features from molecular sequences, structural and ligand data sets
NUCLEIC ACIDS RESEARCH
IF13.1
SDR enzymes oxidize specific lipidic alkynylcarbinols into cytotoxic protein-reactive species
ELIFE
IF0
The Repertoire of Solute-Binding Proteins of Model Bacteria Reveals Large Differences in Number, Type, and Ligand Range模型细菌的溶质结合蛋白库揭示了数量,类型和配体范围的巨大差异


