同时处理蛋白质主链和侧链信息,斯坦福等基于消息传递神经网络实现全原子结构建模
这一模块的输入包括全原子编码器的特征、生成的序列和侧链坐标以及扩散过程中的噪声水平,输出的 pSCE 能有效反映侧链 Packing 的精度,既有助于筛选高质量的设计结果,也可以增强模型的可解释性,从而完善了侧链结构生成的质量评估环节。对于不存在特定原子类型的侧链,使用幽灵原子(设为残基的 Cα 位置)表示。此外,与 LigandMPNN 相比,FAMPNN...
蛋白质侧链构象是氨基酸残基在三维空间中的排列。斯坦福大学团队提出的FAMPNN模型能够显式建模氨基酸的序列和侧链结构,显著提升蛋白质序列设计的质量和预测准确性。该模型结合图神经网络和改进的MPNN,处理主链与侧链信息,推动蛋白质工程和药物设计的发展。