DProQ: A Gated-Graph Transformer for Protein Complex Structure Assessment
DProQ: A Gated-Graph Transformer for Protein Complex Structure Assessment
复制标题
DProQ：用于蛋白质复杂结构评估的门控图转换器
DOI：
10.1101/2022.05.19.492741
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Cheng, Jianlin
中科院分区：
文献类型：
--
作者：
Chen, Xiao;Morehead, Alex;Liu, Jian;Cheng, Jianlin
蛋白质相互作用形成复合物以执行基本的生物功能。计算方法已经发展到预测蛋白质复合物的结构。然而，在蛋白质复合物结构预测中的一个重要挑战是在没有相应的天然结构的任何知识的情况下估计预测的蛋白质复合物结构的质量。然后，这种估计可以用于选择高质量的预测复杂结构，以促进生物医学研究，如蛋白质功能分析和药物发现。我们用DProQ挑战这一重要任务，DProQ引入了门控邻域调制图Transformer（GGT），旨在预测3D蛋白质复合物结构的质量。值得注意的是，我们将节点和边缘门在一个新的图形Transformer框架控制信息流在图形消息传递。我们在四个新开发的数据集上训练和评估DProQ，我们在这项工作中公开提供这些数据集。我们严格的实验表明，DProQ在对蛋白质复合物结构进行排名方面达到了最先进的性能。
Proteins interact to form complexes to carry out essential biological functions. Computational methods have been developed to predict the structures of protein complexes. However, an important challenge in protein complex structure prediction is to estimate the quality of predicted protein complex structures without any knowledge of the corresponding native structures. Such estimations can then be used to select high-quality predicted complex structures to facilitate biomedical research such as protein function analysis and drug discovery. We challenge this significant task with DProQ, which introduces a gated neighborhood-modulating Graph Transformer (GGT) designed to predict the quality of 3D protein complex structures. Notably, we incorporate node and edge gates within a novel Graph Transformer framework to control information flow during graph message passing. We train and evaluate DProQ on four newly-developed datasets that we make publicly available in this work. Our rigorous experiments demonstrate that DProQ achieves state-of-the-art performance in ranking protein complex structures.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btad030
发表时间：
2023-01-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
通讯作者：
--
影响因子：
64.8
作者：
Jumper J;Evans R;Pritzel A;Green T;Figurnov M;Ronneberger O;Tunyasuvunakool K;Bates R;Žídek A;Potapenko A;Bridgland A;Meyer C;Kohl SAA;Ballard AJ;Cowie A;Romera-Paredes B;Nikolov S;Jain R;Adler J;Back T;Petersen S;Reiman D;Clancy E;Zielinski M;Steinegger M;Pacholska M;Berghammer T;Bodenstein S;Silver D;Vinyals O;Senior AW;Kavukcuoglu K;Kohli P;Hassabis D
通讯作者：
Hassabis D
影响因子：
5
作者：
Wang X;Flannery ST;Kihara D
通讯作者：
Kihara D
DOI：
10.1098/rstb.2005.1803
发表时间：
2006-03-29
影响因子：
6.3
作者：
Baker, D
通讯作者：
Baker, D
影响因子：
3
作者：
Chen, Xiao;Cheng, Jianlin
通讯作者：
Cheng, Jianlin