A deep-learning framework for multi-level peptide-protein interaction prediction.
A deep-learning framework for multi-level peptide-protein interaction prediction.
复制标题
多层次肽-蛋白质相互作用预测的深度学习框架
DOI：
10.1038/s41467-021-25772-4
复制
发表时间：
2021-09-15
影响因子：
16.6
通讯作者：
Zeng J
中科院分区：
文献类型：
--
作者：
Lei Y;Li S;Liu Z;Wan F;Tian T;Li S;Zhao D;Zeng J
肽-蛋白质相互作用涉及各种基本的细胞功能，并且它们的鉴定对于设计有效的肽治疗剂是至关重要的。最近，已经开发了许多计算方法来预测肽-蛋白质相互作用。然而，大多数现有的预测方法严重依赖于高分辨率的结构数据。在这里，我们提出了一个用于多水平肽-蛋白质相互作用预测的深度学习框架，称为CAMP，包括二元肽-蛋白质相互作用预测和相应的肽结合残基识别。综合评价表明，CAMP能成功捕获多肽与蛋白质的二元相互作用，并能识别参与相互作用的多肽沿着的结合残基。此外，CAMP在二元肽-蛋白质相互作用预测方面优于其他最先进的方法。CAMP可作为预测肽-蛋白质相互作用和鉴定肽中重要结合残基的有用工具，从而可促进肽药物发现过程。肽-蛋白质相互作用在细胞过程中起着重要作用，对于设计肽治疗剂至关重要。在这里，作者提出了一个深度学习框架，用于同时预测肽-蛋白质相互作用并识别参与相互作用的肽结合残基。
Peptide-protein interactions are involved in various fundamental cellular functions and their identification is crucial for designing efficacious peptide therapeutics. Recently, a number of computational methods have been developed to predict peptide-protein interactions. However, most of the existing prediction approaches heavily depend on high-resolution structure data. Here, we present a deep learning framework for multi-level peptide-protein interaction prediction, called CAMP, including binary peptide-protein interaction prediction and corresponding peptide binding residue identification. Comprehensive evaluation demonstrated that CAMP can successfully capture the binary interactions between peptides and proteins and identify the binding residues along the peptides involved in the interactions. In addition, CAMP outperformed other state-of-the-art methods on binary peptide-protein interaction prediction. CAMP can serve as a useful tool in peptide-protein interaction prediction and identification of important binding residues in the peptides, which can thus facilitate the peptide drug discovery process. Peptide-protein interactions play fundamental roles in cellular processes and are crucial for designing peptide therapeutics. Here, the authors present a deep learning framework for simultaneously predicting peptide-protein interactions and identifying peptide binding residues involved in the interactions.
登录
查看更多内容
影响因子：
14.9
作者：
Cheng, J;Randall, AZ;Sweredoski, MJ;Baldi, P
通讯作者：
Baldi, P
影响因子：
4.3
作者：
Alam, Nawsad;Goldstein, Oriel;Schueler-Furman, Ora
通讯作者：
Schueler-Furman, Ora
影响因子：
14.9
作者：
Lee H;Heo L;Lee MS;Seok C
通讯作者：
Seok C
影响因子：
5.8
作者：
Dosztányi, Z;Csizmok, V;Simon, I
通讯作者：
Simon, I
影响因子：
5.6
作者：
Hauser, Alexander Sebastian;Windshuegel, Bjoern
通讯作者：
Windshuegel, Bjoern