پژوهش
BridgeDock از ساختار پروتئین برای بهبود داکینگ مولکولی استفاده می‌کند
پیش‌چاپی در arXiv چارچوبی معرفی می‌کند که مدل‌های هم‌تاخوردگی پروتئین را برای داکینگ انعطاف‌پذیر سازگار می‌کند؛ جزئیات ارزیابی در متن منبع ارائه‌شده موجود نیست.
داکینگ مولکولی می‌کوشد ساختار سه‌بعدی مجموعهٔ پروتئین و لیگاند را پیش‌بینی کند. در روش‌های متداول، پیش‌بینی با ساختار پروتئین و لیگاند ورودی انجام می‌شود؛ در داکینگ انعطاف‌پذیر معمولاً ساختار apo و در داکینگ صلب ساختار holo به کار می‌رود.
پژوهشگران در پیش‌چاپ BridgeDock را معرفی کرده‌اند؛ چارچوبی برای سازگارکردن مدل‌های ازپیش‌آموزش‌دیدهٔ هم‌تاخوردگی با داکینگ انعطاف‌پذیر. به‌گفتهٔ چکیده، مدل‌هایی مانند AlphaFold 3 در پیش‌بینی مجموعه‌های پروتئین و لیگاند دقت بالایی دارند، اما معمولاً از ورودی‌های مبتنی بر توالی استفاده می‌کنند و ساختار apo را مستقیماً به‌عنوان پیشین ساختاری در داکینگ به کار نمی‌گیرند. نویسندگان می‌گویند این تفاوت می‌تواند فضای جست‌وجوی ساختاری را بزرگ‌تر کند و پایداری را در شرایط دشوار یا با گام‌های اندک کاهش دهد.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده