本論文では、EnzymeFlowと呼ばれる新しい生成モデルを提案しています。EnzymeFlowは、フロー マッチングと階層的事前学習、酵素-反応共進化を活用して、特定の基質と触媒反応に対応する酵素触媒ポケットを生成することができます。
具体的には以下のような特徴があります:
フロー マッチングモデル: 酵素触媒ポケットの生成をSE(3)フレームと アミノ酸タイプの確率密度関数としてモデル化し、基質と生成物の情報を条件として利用します。
酵素-反応共進化: 酵素と反応の共進化を捉えるためのcoEvoFormerを導入し、基質特異性を学習します。
階層的事前学習: タンパク質バックボーン、タンパク質-リガンド複合体、酵素触媒ポケットの順に段階的に学習することで、幾何学的な特徴を強化しています。
EnzymeFill: 酵素触媒ポケットと基質の情報を含む大規模で高品質なデータセットを構築しました。
これらの特徴により、EnzymeFlowは幅広い生化学反応を触媒する高品質な酵素触媒ポケットを設計することができます。実験結果は、この手法の有効性を示しています。
Іншою мовою
із вихідного контенту
arxiv.org
Ключові висновки, отримані з
by Chenqing Hua... о arxiv.org 10-02-2024
https://arxiv.org/pdf/2410.00327.pdfГлибші Запити