Xu, Mme Kexin (2023) Incorporating Solvent Information in Graph Diffusion Models for Protein Docking PRE - Projet de recherche, ENSTA.

Fichier(s) associé(s) à ce document :

[img]
Prévisualisation
PDF
241Kb

Résumé

L’amarrage ligand-protéine est un processus crucial dans la découverte de médicaments, permettant l’exploration des interactions de liaison potentielles entre les ligands de petites molécules et les cibles protéiques. Les solvants jouent un rôle essentiel dans la médiation des liaisons. Cependant, les méthodes d’amarrage existantes négligent souvent le traitement explicite du solvant dans lequel la protéine et le ligand émergent. Dans cette étude, nous étendons DiffDock, une approche d’amarrage de pointe, pour traiter efficacement tout type de données sur les solvants, en tenant compte de leur rôle essentiel dans la liaison des ligands. Nous construisons notre modèle, DiffDock-Sol, qui se compose d’un modèle de diffusion graphique du ligand, de la protéine et du solvant pour prédire la position d’amarrage correcte du ligand, et d’un modèle de confiance pour donner le rang d’amarrage. Nous effectuons des validations expérimentales approfondies basées sur des données de molécules d’eau afin d’évaluer leur pouvoir prédictif et leur efficacité. Grâce à la validation expérimentale, nous démontrons le pouvoir prédictif efficace de notre modèle d’amarrage ainsi que l’importance des milieux solvants dans l’amarrage.

Type de document:Rapport ou mémoire (PRE - Projet de recherche)
Mots-clés libres:Accostage Ligand-Protéine, Solvant Molécule, Modèle de Diffusion Graphique, Réseau Neuronal Graphique
Sujets:Sciences et technologies de l'information et de la communication
Code ID :9577
Déposé par :Kexin XU
Déposé le :24 août 2023 15:20
Dernière modification:28 août 2023 10:30

Modifier les métadonnées de ce document.