bioRxiv 预印本· Wu, X., Wang, C., Jin, Y., Zhao, Y., Tang, H. ·· 1 天前AI 评分12
NanoPCT：将蛋白冠预测重构为通用蛋白条件化学习
Reformulating Protein Corona Prediction as Universal Protein-conditioned Learning
AI 导读
研究团队提出NanoPCT，一个通用蛋白条件化学习框架，联合建模纳米颗粒理化性质与蛋白序列表征，采用冻结的ESM-2嵌入和联合交互transformer，在数百种蛋白上学习可迁移的纳米-生物交互模式。该框架可对未见蛋白及生物学差异蛋白组实现零样本预测，并支持大规模计算机反向设计。
来源：bioRxiv 预印本 · biorxiv.org