热点事件持续更新
EnzRef框架提升酶转换数预测
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年11月17日,bioRxiv发布预印本,研究人员提出轻量级多模态框架EnzRef,用于酶转换数(kcat)预测。该框架将反应化学拆分为底物与产物条件,以酶自身平均残基响应作为内部参考来表达条件特异性偏差,再重组用于活性预测。在冻结编码器之外,EnzRef仅有1.72M可训练参数,在CatPred-DB上取得最优源域预测,并在TurNuP-DB上实现零样本迁移。在未见酶上,其平均R²较最强基线MCKcat提升19.8%,且无需目标域适配。目前该工作为预印本,尚未见同行评审报道。
AI 根据报道生成 · 56 分钟前更新
最新进展11月17日 08:00
EnzRef预印本发布,未见酶上平均R²较MCKcat提升19.8%。报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- bioRxiv 预印本EnzRef:以参考为中心的多模态蛋白质语言模型适配用于酶转换数预测
研究人员提出轻量级多模态框架 EnzRef,通过将反应化学拆分为底物与产物条件、以酶自身平均残基响应为内部参考表达条件特异性偏差,再重组用于活性预测。该框架在冻结编码器之外仅有 1.72M 可训练参数,在 CatPred-DB 上取得最优源域预测,并在 TurNuP-DB 上实现零样本迁移。在未见酶上,其平均 R² 较最强基线 MCKcat 提升 19.8%,且无需目标域适配。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。