Ligand Protein Binding Prediction

简介

预测小分子与蛋白的亲和力（用pIC50表示）。模块基于DeepPurpose框架实现，采用的预训练模型为MPNN_CNN_BindingDB，是基于BindingDB数据库训练的小分子-蛋白亲和力预测模型。

模型架构如图所示：

模型预测效果在当时是最佳的：

参数说明

Sequences

单个或多个蛋白序列，FASTA格式或TXT格式，每个蛋白使用一条序列表示（有多条链时，将单链序列收尾连接放在同一条序列中），txt格式时，每行一个蛋白。

Ligands

小分子结构文件，TXT格式，支持多个底物分子，使用SMILES表示，每行一个分子，可添加分子ID，文件内容示例:

OC1=CC=C(C[C@@H](C(O)=O)N)C=C1  mol_1
CC(O)O mol_2

注意：
输入每个小分子都会与每个蛋白计算亲和力，并输出结果。

Output

亲和力预测结果文件名，默认为pred_res.csv

结果说明

结果文件pred_res.csv，包含以下信息：

参考文献

Kexin Huang, Tianfan Fu, Lucas M Glass, Marinka Zitnik, Cao Xiao, Jimeng Sun, DeepPurpose: a deep learning library for drug–target interaction prediction, Bioinformatics, Volume 36, Issue 22-23, December 2020, Pages 5545–5547