protein_modeling

# 蛋白质建模 ## 概述 TorchDrug 为蛋白质相关任务提供了广泛的支持，包括序列分析、结构预测、属性预测和蛋白质-蛋白质相互作用。蛋白质被表示为图，其中节点是氨基酸残基，边代表空间或序列关系。 ## 可用数据集 ### 蛋白质功能预测 **酶功能：** - **EnzymeCommission** (17,562 个蛋白质)：EC 编号分类（7 个级别） - **BetaLactamase** (5,864 条序列)：酶活性预测 **蛋白质特性：** - **Fluorescence** (54,025 条序列)：GFP 荧光强度 - **Stability** (53,614 条序列)：热稳定性预测 - **Solubility** (62,478 条序列)：蛋白质溶解度分类 - **BinaryLocalization** (22,168 个蛋白质)：亚细胞定位（膜 vs 可溶） - **SubcellularLocalization** (8,943 个蛋白质)：10 类定位预测 **基因本体论 (Gene Ontology)：** - **GeneOntology** (46,796 个蛋白质)：跨生物过程、分子功能和细胞组分的 GO 条目预测 ### 蛋白质结构预测 - **Fold** (16,712 个蛋白质)：结构折叠分类（1,195 类） - **SecondaryStructure** (8,678 个蛋白质)：3 态或 8 态二级结构预测 - **ContactPrediction** (通过 ProteinNet)：残基-残基接触图 ### 蛋白质相互作用 **蛋白质-蛋白质相互作用 (PPI)：** - **HumanPPI** (1,412 个蛋白质，6,584 个相互作用)：人类蛋白质相互作用网络 - **YeastPPI** (2,018 个蛋白质，6,451 个相互作用)：酵母蛋白质相互作用网络 - **PPIAffinity** (2,156 个蛋白质对)：结合亲和力测量 **蛋白质-配体结合：** - **BindingDB** (~1.5M 条目)：全面的结合亲和力数据库 - **PDBBind** (20,000+ 复合物)：基于 3D 结构的结合数据 - 精炼集：高质量晶体结构 - 核心集：多样化的基准集 ### 大规模蛋白质数据库 - **AlphaFoldDB**：访问 2 亿+ 预测的蛋白质结构 - **ProteinNet**：用于结构预测的标准化数据集 ## 任务类型 ### NodePropertyPrediction 在残基（节点）级别预测属性，例如二级结构或接触图。 **用例：** - 二级结构预测（螺旋、折叠、卷曲） - 残基级无序预测 - 翻译后修饰位点 - 结合位点预测 ### PropertyPrediction 预测蛋白质级别的属性，如功能、稳定性或局部