本研究提出一种新型混合机器学习框架，用于预测内源性无序蛋白（IDPs）的回转半径及其他构象特性。该框架通过整合序列信息与基于粗粒度模型的物理特征，并引入注意力机制，显著提升了预测精度，其性能优于单一特征模型。此方法为IDPs的初步筛选提供了一种可扩展且可解释的工具，有望在昂贵的分子模拟之前节省时间和资源。发表于 2025年06月11日。
原文链接：https://x.com/BiologyAIDaily/status/1932777909372268943
预印本论文 | Prediction of physical characteristics of disordered proteins using molecular simulation and physics-informed multiple machine learning strategies
Comments NOTHING