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