.png){kind=icon}
返回
SSPSPredictor: A Sequence- and Structure-Based Deep Learning Model for Predicting Phase-Separating Proteins
.png){kind=icon}
PRE
AI
DOI：10.1021/acs.jcim.6c00363.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
液-液相分离（LLPS）是生物分子液态凝聚体（也称为无膜细胞器，MLOs）形成的基础，这些凝聚体对于细胞内各种生化过程的时空组织至关重要。在驱动凝聚体形成中起关键作用的蛋白质被称为相分离蛋白（PSPs）。鉴于实验鉴定PSPs仍具劳动密集型和耗时性，已基于经验特征或深度学习开发了多种计算工具。本研究提出SSPSPredictor，一种用于预测具有折叠或固有无序结构的PSPs的新型多模态预测模型，利用蛋白质语言模型ESM-2的序列信息与图神经网络GVP的结构洞察的融合。与现有工具相比，SSPSPredictor在识别PSPs、预测相对LLPS倾向性以及识别驱动LLPS的关键区域方面实现了平衡性能。更重要的是，尽管训练过程中未提供相关监督，SSPSPredictor在沿蛋白质序列识别驱动区域方面表现出良好的可解释性。进一步使用SSPSPredictor对人类蛋白质组进行预测分析发现，经历LLPS的固有无序蛋白（IDPs）比例显著高于折叠蛋白。此外，致病变异，特别是位于无序区域的变异，其LLPS倾向性高于其他突变，揭示了LLPS与疾病在氨基酸水平上的联系。SSPSPredictor的在线Web服务器（https://bio-comp.ucas.ac.cn/SSPSPredictor/）及其源代码（https://github.com/ucas-biocomp/SSPSPredictor）可供使用。
Keyword:
phase separation
protein language model
graph neural network
intrinsically disordered proteins
biomolecular condensates
期刊
IF:
5.3
论文数:
9.1K
被引数:
4.0W
机构
引用论文
Cd-hit: a fast program for clustering and comparing large sets of protein or nucleotide sequencesCd-hit: 一种用于聚类和比较大量蛋白质或核苷酸序列的快速程序
OAAI
OAAI分享收藏Fast and accurate protein structure search with Foldseek使用Foldseek快速准确的蛋白质结构搜索.png)
NATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏Liquid-liquid phase separation in biology: mechanisms, physiological functions and human diseases
PREAI
分享收藏
分享收藏分享收藏
查看更多内容