bioRxiv 生物工程· Ye, Y., Li, X., Duan, H., An, Y., GUO, J. ·· 4 天前精选AI 评分42
MINT：基于蛋白-配体相互作用多模态知识迁移预测酶辅因子特异性
MINT: Predicting Enzyme-Cofactor Specificity by Multimodal Knowledge Transfer from Protein-Ligand Interactions
AI 导读
论文提出MINT（Multimodal Interaction Network with Teacher supervision）多模态框架用于辅因子特异性预测，将蛋白序列特征与辅因子序列和图表示结合，并通过渐进适应策略从预训练的蛋白-配体相互作用模型迁移信息。
推荐理由
论文给出MINT在平衡测试集与家族分层评估中的AUC数据，以及NAD/NADP案例的召回率，便于评估迁移学习在酶辅因子标注上的可用性。
来源：bioRxiv 生物工程 · biorxiv.org