一种基于生成式深度学习模型的变构蛋白构象系综预测方法
知识产权简介
本发明公开一种使用一个新的生成式深度学习模型预测变构蛋白构象系综的方法。该方法能够使用微调的扩散模型直接从序列中预测蛋白构象集合。本发明提出的方法不依赖于成本高昂的多序列比对(Multiple Sequence Alignment,MSA)或晶体结构,实现了从单一蛋白序列出发对变构蛋白的构象系综进行准确预测。与目前最先进的方法相比,实现了在骨架水平对构象进行采样,本发明的方法提供了更详细的结构特征和更精确的性质估计,并将有助于揭示变构蛋白的构象系综及其结构功能范式。本发明提供了变构蛋白的构象系综预测和动态构象研究的重要工具,也能够为靶向变构蛋白的药物发现及其相关疗法的发展提供有力帮助。