170 ورقة بحثية
يُعد BioBlobs إطار عمل غير معتمد على مشفر محدد، وقابل للتفاضل من البداية إلى النهاية، يكتشف بشكل غير خاضع للإشراف بنيات فرعية وظيفية متماسكة ("blobs") من تسلسلات أو هياكل البروتين للتنبؤ بالوظيفة وتحديد المواقع التحفيزية باستخدام جزء ضئيل فقط من البقايا، دون الحاجة إلى تسميات توضيحية صريحة على مستوى البنية الفرعية.
يقدم هذا البحث SoftBlobGIN، وهو إطار عمل خفيف الوزن وقابل للتوصيل والتشغيل يقوم بإسقاط تمثيلات نماذج لغة البروتين على الرسوم البيانية للاتصال لتعلم بنيات فرعية وظيفية قابلة للتفسير ومعتمدة على البنية، مما يحسن بشكل كبير الأداء في تصنيف الإنزيمات وكشف مواقع الارتباط مع توفير تفسيرات بيولوجية قابلة للتدقيق دون إعادة تدريب نموذج اللغة الأساسي.
تستفيد هذه الأطروحة من التعلم العميق للنهوض بالتنبؤ بالمعقدات البروتينية وتصميمها عبر تطوير بنيات متخصصة تلتقط التسلسلات الهرمية البنيوية وإنشاء خوارزميات بحث للتنقل بكفاءة في فضاءات المتواليات لتحديد النظائر المتماثلة المتفاعلة وتصميم تسلسلات بروتينية جديدة.
تُحلل هذه الورقة فجوة التعميم في التنبؤ بنشاط الـ PROTAC، حيث تحدد تباين القياسات بين المختبرات كعامل محدد مهيمن يخلق سقف أداء عند حوالي 0.67 لـ AUROC، مع تقديم مجموعة بيانات PROTAC-Bench وبروتوكولات المعايرة لمعالجة تحديات التقييم هذه.
تقدم الورقة البحثية "تحسين السياسة النسبية للمجموعات الفائقة" (SGRPO)، وهو إطار عمل مرن يقوم ببناء مكافآت تنوع على مستوى المجموعات من المجموعات الفائقة المرشحة لفك الارتباط وتحسين كل من المنفعة والتنوع في آن واحد بفعالية في مهام توليد الجزيئات الحيوية، مما يؤدي إلى توسيع حدود "باريتو" للمنفعة والتنوع عبر مختلف معايير تصميم الجزيئات والبروتينات.
تقدم الورقة البحثية Yeti، وهو مرمز لبنية البروتين يتميز بكونه مدمجاً وتعبيرياً ويعتمد على التكميم الخالي من البحث ومطابقة التدفق، والذي يحقق دقة عالية في إعادة البناء وتنوعاً في الرموز، مما يمكّن من تدريب نماذج متعددة الوسائط صغيرة قادرة على توليد تسلسلات وبنيات بروتينية معقولة من الصفر.
تقدم الورقة البحثية CA-DEL، وهو معيار مرجعي جديد متعدد الأهداف ومتعدد الوسائط مصمم للنهوض بالتعلم الآلي في مجال اكتشاف الأدوية من خلال تدريب النماذج على بيانات تسلسل المكتبات المشفرة بالحمض النووي (DEL) المشوبة بالضجيج، وتقييم قدرتها بصرامة على التنبؤ بقوى الارتباط الحقيقية عبر نظائر إنزيم الكربونيك أنهيدراز المتجانسة.
تدعو هذه الورقة إلى زيادة الاستثمار في اكتشاف الأدوية المضادة للفيروسات من خلال تقديم مسح شامل للأدوات مفتوحة المصدر، ومجموعة بيانات منسقة تضم 43,005 من التفاعلات بين البروتين الفيروسي والربيطة، ومعيار مرجعي لـ 15 نموذجاً قائماً على الذكاء الاصطناعي يوضح الأداء المتفوق لنهج التعلم الآلي المضبط بدقة مثل Boltz-2 وDrugFormDTA في التنبؤ بآليات الارتباط.
يُعد Ligandformer إطار عمل لشبكة عصبية رسومية ذات انتباه ذاتي متعدد الطبقات، يتنبأ بخصائص المركبات بدقة عالية ومتانة وقدرة على التعميم، مع توفير خرائط انتباه قابلة للتفسير للكشف عن المبررات الهيكلية وراء تنبؤاته.
تقيم هذه الدراسة مختلف طرق الإرساء والتقييم على مكتبة LIT-PCBA، حيث وجدت أنه في حين أن إعادة الترتيب باستخدام التعلم الآلي الخاضع للإشراف يحسن الإثراء بشكل كبير مقارنة بالطرق المنفردة مثل AutoDock-GNINA، لا يهيمن نهج واحد على جميع الأهداف، مما يسلط الضاءة على استمرار الأداء المتواضع لسير عمل الفحص الافتراضي الحالي على مجموعات البيانات الواقعية.