跳到正文
原文
bioRxiv 预印本· Yuan, Y., Wang, D., Chen, P., Niu, Y., Yang, Z., Zhang, H., He, X., Li, H., Su, Z., Lin, C., Chen, T., Lin, C., LU, T. ·· 5 天前AI 评分18

HieraPTM:从PTM位点识别到功能性磷酸化位点预测的分层框架

HieraPTM: From PTM Site Recognition to Functional Phosphosite Prediction through Hierarchical Context and Protein Mechanics

AI 导读

HieraPTM-HieraFuncPhos跨任务分层框架将PTM位点识别与功能性磷酸化位点预测联合建模,HieraPTM在八项PTM任务中取得宏平均AUROC 0.9237、AUPRC 0.8425,HieraFuncPhos的AUROC为0.8274、AUPRC为0.8188,优于现有对比方法。

来源:bioRxiv 预印本 · biorxiv.org