bioRxiv 预印本· Zou, Z., Hazelwood, I., Estevam, G., Rao, J., Chrispens, K., Howard, M. K., Coyote-Maestas, W., Fraser, J. S. ·· 15 天前AI 评分33
研究:现有AI模型难以预测抑制剂依赖的突变适应性变化
Learning inhibitor interactions from protein deep mutational scanning data and deep learning models
AI 导读
研究者利用覆盖MET激酶结构域11种抑制剂条件的深度突变扫描数据,系统评测了突变效应与药物-靶点亲和力预测模型。结果显示,现有AI模型在两类任务上大多给出配体无关的预测,与实验中明显不同的抑制剂依赖适应性图谱不符;LigandMPNN和LASErMPNN等配体感知几何模型能部分还原耐药相关热点,而深度学习亲和力模型低估了突变引起的结合亲和力变化。
来源:bioRxiv 预印本 · biorxiv.org