TmProt 1.0: A Web Server for Predicting Protein Melting Temperatures from Sequences*

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F25%3A00143722" target="_blank" >RIV/00216224:14310/25:00143722 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

TmProt 1.0: A Web Server for Predicting Protein Melting Temperatures from Sequences*

Popis výsledku v původním jazyce

Accurate prediction of protein melting temperature (Tm) is essential for understanding protein stability and guiding bioengineering efforts. We developed a transformer-based model tailored for Tm prediction, leveraging the large-scale Meltome Atlas dataset for initial training. Given that the Meltome Atlas provides only proxy Tm values due to its experimental design, we further refined our model using the BRENDA database, which reports experimentally validated Tm values. This two-stage approach enabled the transfer of knowledge from a broad but noisy dataset to a smaller, higher-quality dataset. We investigated two strategies for this transfer: (i) training a custom transformer model from scratch on low-quality data followed by fine-tuning with high-quality data, and (ii) adapting a pre-trained foundation model (ESM-2) using parameter-efficient fine-tuning via LoRA. Additionally, we compared these methods with an MLP model trained on ESM-2 embeddings. (popis)

Název v anglickém jazyce

TmProt 1.0: A Web Server for Predicting Protein Melting Temperatures from Sequences*

Popis výsledku anglicky

Accurate prediction of protein melting temperature (Tm) is essential for understanding protein stability and guiding bioengineering efforts. We developed a transformer-based model tailored for Tm prediction, leveraging the large-scale Meltome Atlas dataset for initial training. Given that the Meltome Atlas provides only proxy Tm values due to its experimental design, we further refined our model using the BRENDA database, which reports experimentally validated Tm values. This two-stage approach enabled the transfer of knowledge from a broad but noisy dataset to a smaller, higher-quality dataset. We investigated two strategies for this transfer: (i) training a custom transformer model from scratch on low-quality data followed by fine-tuning with high-quality data, and (ii) adapting a pre-trained foundation model (ESM-2) using parameter-efficient fine-tuning via LoRA. Additionally, we compared these methods with an MLP model trained on ESM-2 embeddings. (popis)

Druh

R - Software

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/LM2023049" target="_blank" >LM2023049: Český národní uzel Evropské sítě infrastruktur klinického výzkumu</a><br>

Návaznosti

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

Rok uplatnění

2025

Kód důvěrnosti údajů

U - Předmět řešení projektu je utajovanou skutečností podle zvláštních právních předpisů nebo je skutečností, jejíž zveřejnění by mohlo ohrozit činnost zpravodajské služby. Údaje o projektu jsou upraveny tak, aby byly zveřejnitelné

Interní identifikační kód produktu

01_2025_LL

Technické parametry

Doposud je využíváno interně k výzkumným účelům.

Ekonomické parametry

V budoucnu je plánována nabídka potencionálním partnerům z komerční sféry.

IČO vlastníka výsledku

00216224

Název vlastníka

Masarykova univerzita