يقدم هذا القسم نظرة عامة على نهج جديد قائم على التعلم العميق، DPFunc، مصمم لتوقع وظائف البروتينات مع معالجة قضايا القابلية للتفسير الموجودة في الطرق الحسابية الحالية. تكمن أهمية التنبؤ بدقة بوظائف البروتينات في إمكانيته لتعزيز فهمنا للآليات البيولوجية والمساعدة في علاج الأمراض المعقدة. يستفيد DPFunc من معلومات الهيكل الموجهة من المجال لتحديد المناطق الحرجة…

تبحث الدراسة في القدرات التنبؤية لـ AlphaFold (AF)، وخاصة في سياق بروتينات تغيير الطي، التي يمكن أن تتبنى أشكال هيكلية متعددة. تكشف الدراسة أن AF هو متنبئ ضعيف لتغيير الطي، حيث حقق معدل نجاح يبلغ 35% فقط للبروتينات التي من المحتمل أن تكون مدرجة في مجموعات التدريب الخاصة به. ومن الجدير بالذكر أن نجاحات النموذج…

تحدد هذه القسم قيود الطرق التقليدية في التنبؤ بتفاعلات البروتين-الليغاند، وخاصة المعالجة الصارمة للبروتينات في دراسات الربط وكثافة الحوسبة لمحاكاة الديناميات الجزيئية. مع إدراك أهمية ديناميات البروتين لفهم الوظيفة والمساعدة في اكتشاف الأدوية، يقدم المؤلفون DynamicBind، وهو نهج جديد للتعلم العميق يستخدم شبكات الانتشار الهندسية المتكافئة. هذه الطريقة تبني مشهد طاقة سلس يسهل الانتقالات الفعالة…