Protein Thermostability Prediction
简介
基于TemBERTure开发的Thermostability Prediction是一个用于预测蛋白质热稳定性的深度学习工具，专注于氨基酸序列分析。它包括两个模型：TemBERTureCLS和TemBERTureTm。TemBERTureCLS是一个分类模型，用于预测蛋白质序列的热类别，即判断其是嗜热的还是非嗜热的。TemBERTureTm是一个回归模型，用于根据蛋白质序列预测其熔点温度（Tm）。这两个模型都基于protBERT-BFD语言模型，该模型在大量蛋白质序列数据集上进行了预训练。通过基于适配器的方法进行高效微调，使得TemBERTure能够在不需要广泛重新训练的情况下，稳健地适应特定任务。
参数说明
Protein Sequence
蛋白的序列文件，FASTA格式
结果说明
默认输出结果文件为predicted_Tm.csv，包含信息如下：
字段名称
说明
ID
序列ID
Tm
预测得到的蛋白Melting Temperature ™ 值
Thermostability Type
预测得到的蛋白热稳定性类别，有两种：Thermophilic与Non-thermophilic
Thermophilicity Prediction Score
预测得到的蛋白嗜热性概率评分，数值在0-1.0之间，越大表示蛋白嗜热的概率越高
参考文献
Chiara Rodella, Symela Lazaridi, Thomas Lemmin, TemBERTure: advancing protein thermostability prediction with deep learning and attention mechanisms, Bioinformatics Advances, Volume 4, Issue 1, 2024, vbae103 DOI:10.1093/bioadv/vbae103
