LiBRe: एक लिगैंड-सचेत अनुक्रम-आधारित बाइंडिंग रिजिड्यू भविष्यवाणी मॉडल वर्चुअल स्क्रीनिंग के लिए

प्रोटीन-लिगैंड बाइंडिंग रिजिड्यू की पहचान आणविक मान्यता को खोलने और चिकित्सीय विकास को आगे बढ़ाने के लिए मौलिक है। प्रोटीन-लिगैंड बाइंडिंग रिजिड्यू की भविष्यवाणी के लिए अनुक्रम-आधारित गहरी शिक्षण मॉडल अपने विस्तार क्षमता और संरचनात्मक जानकारी पर निर्भर न करने की क्षमता के कारण ध्यान आकर्षित कर रहे हैं। हालांकि, अधिकांश मौजूदा विधियां मुख्यतः प्रोटीन अनुक्रम जानकारी पर केंद्रित हैं बिना लिगैंड जानकारी पर विचार किए, जबकि बाइंडिंग रिजिड्यू स्वाभाविक रूप से विशिष्ट लिगैंड के साथ अंतरक्रियाओं के माध्यम से parिभाषित होते हैं। इसे संबोधित करने के लिए, हमने एक लिगैंड-सचेत अनुक्रम-आधारित बाइंडिंग रिजिड्यू भविष्यवाणी मॉडल प्रस्तावित किया है जो स्पष्ट रूप से प्रोटीन अनुक्रम से रिजिड्यू-स्तरीय जानकारी और लिगैंड जानकारी दोनों को सम्मिलित करता है। प्रस्तावित मॉडल ने लिगैंड-बाइंडिंग रिजिड्यू भविष्यवाणी में महत्वपूर्ण सुधार प्राप्त किया, जो मौजूदा अनुक्रम-आधारित और संरचना-आधारित आधार रेखाओं दोनों से बेहतर प्रदर्शन करता है। इसके अतिरिक्त, हमारे मॉडल द्वारा भविष्यवाणी किए गए लिगैंड-बाइंडिंग रिजिड्यू से परिभाषित पॉकेट्स ने मौजूदा उपकरणों की तुलना में मजबूत और अधिक स्थिर बाइंडिंग साख दिखायी। ये परिणाम दर्शाते हैं कि हमारा मॉडल वर्चुअल स्क्रीनिंग और औषधि खोज में महत्वपूर्ण संभावनाएँ दर्शाता है। हमारा स्रोत कोड सार्वजनिक रूप से https://github.com/GoldRiver0/LiBRe पर उपलब्ध है।