入选ICLR 2025！浙大沈春华等人提出玻尔兹曼对齐技术，蛋白质结合自由能预测达SOTA
💡
原文中文，约5900字，阅读约需15分钟。
📝
内容提要
蛋白质-蛋白质相互作用（PPIs）是生物功能的基础，准确识别这些相互作用对疾病研究和药物开发至关重要。浙江大学团队提出的玻尔兹曼对齐技术结合深度学习，显著提升了结合自由能变化的预测精度，超越了现有方法。这项研究为理解蛋白质相互作用提供了新思路，并在国际学术会议上发表。
🎯
关键要点
- 蛋白质-蛋白质相互作用是生物功能的基础，准确识别对疾病研究和药物开发至关重要。
- 浙江大学团队提出的玻尔兹曼对齐技术结合深度学习，提升了结合自由能变化的预测精度。
- 结合自由能变化的准确预测是理解和调节蛋白质相互作用的前提。
- 研究团队通过玻尔兹曼分布和热力学循环原理，提出了玻尔兹曼对齐技术。
- BA-Cycle方法将逆折叠模型集成到玻尔兹曼对齐中，实现了对结合自由能变化的无监督评估。
- BA-DDG方法通过微调BA-Cycle，显著提高了结合自由能变化的预测精度。
- BA-DDG在SKEMPI v2数据集上的评估结果优于所有基线方法，显示出更高的可靠性。
- 研究成果在国际学术会议ICLR 2025上发表，展示了深度学习在突变效应计算中的应用潜力。
- 沈春华教授团队在机器学习和计算机视觉领域取得了多项重要成果，推动了相关研究的发展。
- 沈春华教授在科研和教学方面均有显著贡献，培养了众多研究生，并与多家企业合作推动科研创新。
➡️
