GraphEC是基於幾何圖學習的酶功能預測器，使用ESMFold預測蛋白結構並提取功能信息。
基本介紹
- 外文名：GraphEC
- 開發方：中山大學研究團隊
產品功能,產品優勢,
產品功能
GraphEC通過幾何圖學習網路分析預測結構和活性位點，能夠預測酶的EC編號和最佳pH值。
產品優勢
該技術超越現有方法，在識別未注釋酶功能和活性位點預測方面表現出色。
GraphEC是基於幾何圖學習的酶功能預測器，使用ESMFold預測蛋白結構並提取功能信息。
以topec,graphec,deepectransformer和ecrecer為代表的ai預測工具,提升了ec編號注釋的效率和準確性 [2-5] .這些方法能夠快速注釋海量基因組數據,發現新的酶活性,糾正資料庫錯誤,揭示酶的混雜性(多功能性) [4-5] .基於蛋白質序列和結構的深度學習模型深化了對酶功能與結構關係的理解 [2-3] ,推動了酶學,代謝...
前沿的預測模型均以EC編號體系作為預測目標與評估標準。例如，MAPred模型採用自回歸網路逐位預測EC編號的四級數字，以契合其層級特性；GraphEC則結合酶的幾何結構與活性位點信息來預測EC編號；TopEC是一種基於3D圖神經網路的酶功能預測新方法。這些方法提升了從酶序列或結構預測其功能的效率和準確性。需要注意的是，同一...