-
分子对接NeuralPlexer
Model Introduction
NeuralPlexer -冷冻电镜级别分子对接工具
NeuralPlexer 是一款用于化合物-蛋白对接的深度学习模型👎🏽。它结合图神经网络（GNN）和自注意力机制🤿，能够精确预测蛋白质复合物的结构⛹🏿♂️，并高效模拟化合物与蛋白靶点之间的结合模式。在化合物-蛋白对接过程中🤣🚖，NeuralPlexer 提供了置信度分值🏥，用于衡量预测结果的可靠性，分值范围为 0-1🌁，数值越接近 1，表示对接结果的置信度越高👰🏼♀️。
NeuralPlexer 的优势在于能够快速识别关键结合位点👍🏻，预测化合物与蛋白质之间的相互作用⛑️，并优化对接结构的准确性🧑🌾。该模型在药物设计、靶点发现以及蛋白质功能解析中具有广泛应用，能够为药物筛选提供高精度的计算支持👩🏿🌾，极大提高研发效率。
图1：NeuralPlexer预测蛋白质与化合物的结合构象，与解析构象无较大差异（RMSD=0.183）™️。