突变对蛋白热稳定性改变预测的网络APP

生物信息学、深度学习

成熟

蛋白质稳定性对抗体药物研究、药物耐药性、高性能酶研究至关重要。通常研究它的方法是测量其热力学性质，研究基因突变时引起蛋白热稳定性变化对应着吉布斯自由能变化(ΔΔG)。若完全用实验的方法检测速度较慢，为了快速、准确地预测突变后蛋白质的稳定性变化，申请人将图神经网络与贝叶斯网络方法结合，通过端到端深度学习模型可以有效地学习分子特征，进而高效准确地预测ΔΔG。本研究地成果已经形成网络app：http://www.bayestab.com。