Exploration of protein sequence embeddings for protein-ligand binding site detection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3A10455486" target="_blank" >RIV/00216208:11320/22:10455486 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1109/BIBM55620.2022.9995025" target="_blank" >https://doi.org/10.1109/BIBM55620.2022.9995025</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/BIBM55620.2022.9995025" target="_blank" >10.1109/BIBM55620.2022.9995025</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Exploration of protein sequence embeddings for protein-ligand binding site detection

Popis výsledku v původním jazyce

Detection of protein-ligand binding sites is essential not only for protein function investigation but also in fields such as drug discovery or bioengineering. In this paper, we show that the recently-developed pre-trained language models can be used for protein-ligand binding site prediction. Specifically, we present a neural network architecture where inputs correspond to amino acids embeddings obtained from a protein language model. We show that increasing complexity of the language model improves the predictive performance of the method, eventually leading to results comparable to or surpassing state-of-the-art approaches. Unlike the existing methods, the presented approach does not require time-consuming computation of evolutionary information, resulting in faster running times.

Název v anglickém jazyce

Exploration of protein sequence embeddings for protein-ligand binding site detection

Popis výsledku anglicky

Detection of protein-ligand binding sites is essential not only for protein function investigation but also in fields such as drug discovery or bioengineering. In this paper, we show that the recently-developed pre-trained language models can be used for protein-ligand binding site prediction. Specifically, we present a neural network architecture where inputs correspond to amino acids embeddings obtained from a protein language model. We show that increasing complexity of the language model improves the predictive performance of the method, eventually leading to results comparable to or surpassing state-of-the-art approaches. Unlike the existing methods, the presented approach does not require time-consuming computation of evolutionary information, resulting in faster running times.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA22-21696S" target="_blank" >GA22-21696S: Hluboké vizuální reprezentace nestrukturovaných dat</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2022 IEEE International Conference on Bioinformatics and Biomedicine (BIBM)

ISBN

978-1-66546-819-0

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

3356-3361

Název nakladatele

IEEE

Místo vydání

USA

Místo konání akce

Las Vegas, NV, USA

Datum konání akce

6. 12. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—