LocPred-Prok:用双分支架构和蛋白质语言模型预测细胞原蛋白亚细胞局部化
1Wuhan Children's Hospital, Tongji Medical College, Huazhong University of Science and Technology, Hongkong Road, 430070, Wuhan, China.
LocPred-Prok是一个新的深度学习工具,可以准确地预测 prokaryotic 蛋白质的定位,特别是对于困难的细胞壁和外膜蛋白质. 这促进了对细菌细胞生物学和蛋白质功能的理解.
科学领域:
- 微生物学 微生物学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 准确预测 prokaryotic 蛋白质细胞下定位对于理解细胞功能至关重要.
- 现有的计算模型在精确地将蛋白质定位到特定的细胞区域,特别是细胞壁和外膜方面面临着挑战.
研究的目的:
- 介绍LocPred-Prok,这是一种新的深度学习框架,旨在提高 prokaryotic 细胞亚细胞局部化预测的准确性.
- 解决当前模型在预测具有挑战性的蛋白质定位类中的局限性.
主要方法:
- 开发一个专门构建的双分支深度学习架构.
- 从预训练语言模型 (pLM) 嵌入中提取的全球和本地序列特征的集成.
- 基于严格的,同质分区的基准数据集进行评估.
主要成果:
- 实现了91.2%的最先进的预测准确率和0.889.88的马修斯相关系数 (MCC).
- 在困难的局部化类别上表现出卓越的性能,包括Gram-阳性细胞壁和Gram-阴性外膜蛋白.
- 超越了各种 prokaryotic 生物子组的现有和经典方法.
结论:
- 洛克普雷德-普罗克显著推进了先细胞亚细胞局部化预测领域.
- 该框架为研究 prokaryotic 细胞生物学和蛋白质功能的研究人员提供了一个强大的新工具.
- 免费访问的Web服务器可供公众使用.
更多相关视频
04:25Enriching Subcellular Proteins in Leptospira Using a Triton X-114-Based Fractionation Approach
Published on: August 8, 2025
09:36Detecting Protein Subcellular Localization by Green Fluorescence Protein Tagging and 4',6-Diamidino-2-phenylindole Staining in Caenorhabditis elegans
Published on: July 30, 2018
相关概念视频
Protein and Protein Structure
A protein's shape is critical to its function. For example, an enzyme...
Replication in Prokaryotes
Prokaryotic Transcriptional Activators and Repressors
Transcription of prokaryotic...
Protein Networks
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
Comparing Mitochondrial, Chloroplast, and Prokaryotic Genomes
Protein-protein Interfaces
