蛋白质结构模型质量评估方法综述
Recent advances in estimating protein structure model accuracy作者机构：浙江工业大学信息工程学院杭州310014
出 版 物：《物理学报》 (Acta Physica Sinica)
年 卷 期：2023年第72卷第24期
页 面：14-29页
核心收录：
学科分类：0710[理学-生物学] 071010[理学-生物化学与分子生物学] 07[理学] 0703[理学-化学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：科技创新2030—“新一代人工智能”重大项目(批准号:2022ZD0115103) 国家自然科学基金(批准号:62173304) 浙江省自然科学基金重点项目(批准号:LZF030002)资助的课题。
主 题：蛋白质模型质量评估 深度学习 单模型方法 复合物模型评估
摘 要：蛋白质模型质量评估方法是蛋白质结构预测的关键技术,自CASP7以来一直是结构生物信息学领域的研究热点.模型质量评估方法不仅可以指导蛋白质结构模型的精修,还能够从多个候选构象中筛选出最佳模型,具有重要的生物学研究和实际应用价值.本文首先回顾了国际蛋白质结构预测关键评估竞赛(CASP)、全球持续蛋白质结构预测竞赛(CAMEO)以及单体蛋白和复合物的模型评估指标,主要梳理了近5年来包括共识方法(多模型方法)、准单模型方法和单模型方法在内的模型质量评估方法的发展历程,并介绍CASP15中的复合物模型评估方法;鉴于深度学习在蛋白质预测领域所取得的巨大进展,重点分析了深度学习在单模型方法数据集生成、蛋白质特征提取以及网络架构构建方面的深入应用,并进一步介绍了本课题组近年来在模型质量评估方面开展的工作;最后,总结分析了目前蛋白质模型质量评估技术的局限性及所面临的挑战,并对未来发展趋势进行了展望.
维普期刊数据库
同方期刊数据库