from AASJ
MITからの論文では、タンパク質同士の相互作用を予測するための新しいAIモデル「MSA Pairformer」が紹介されています。従来のアプローチでは、タンパク質の構造を予測してから相互作用を計算する必要がありましたが、この新しいモデルでは、アミノ酸残基の共進化や位置関係を表現するMSAとpair representationを利用して、構造予測をスキップして相互作用を予測することが可能です。
さらに、通常のTransformerとは異なるQuery Biased Outer Productを用いることで、より高い予測精度が得られます。このモデルは小さなワークステーションでもトレーニングが可能であり、大規模な計算リソースを必要としません。既存のモデルと比較しても高いパフォーマンスを示しており、タンパク質の相互作用の数値化や変異の影響の予測に活用されることが期待されています。
この新しいアプローチは、従来のアミノ酸に限定されていたMSAやpair representationを異なるタンパク質に統合することで、より正確な予測が可能となり、計算コストも低減される画期的な手法です。
*Disclamer:本キュレーションはAASJからピックおよび自動生成されました。正確な内容や詳細を知りたい方はリンク先の元コンテンツをご覧ください。
Curated. ニュースレター