据科学网10月14日消息，中国科学技术大学和上海科技大学的科研团队开发出一种深度学习模型PATHpre，能够预测蛋白质在双稳态之间的变构路径。该团队利用物理约束和增强采样方法，模拟了2635个蛋白质的构象转变，为预测蛋白质变构路径提供了新计算框架，并创建了首个大规模的蛋白质动态数据库，成功预测了蛋白质的动态行为。该模型在不同序列长度的蛋白质上均展现了良好的预测能力，并适用于包括变形蛋白在内的多类变构体系。相关研究成果发表于《先进科学》期刊。

消息来源：https://news.sciencenet.cn/htmlnews/2024/10/531529.shtm