大连理工大学陈景文教授团队ES&T｜基于多模态学习和应用域表征的塑料化学品-G蛋白偶联受体结合亲和力预测模型
水处理文献速递
2025-12-05 09:03
文章摘要
背景：化学品对人体健康的影响常始于与生物分子如受体的相互作用，G蛋白偶联受体（GPCR）作为人体内最大的膜受体家族，与多种疾病相关，外源性化学物质如塑料化学品可能干扰其信号通路。研究目的：针对化学品与GPCR结合亲和力数据空白问题，构建多模态学习模型McGPCR，融合化学品分子图和受体结合位点序列特征，以提升预测准确性，并开发应用域表征方法（ADFAL）确保预测可靠性。结论：McGPCR模型在验证集上表现优异（R²=0.711），优于以往模型，能预测超9000种塑料化学品与GPCR的亲和力，识别了30种具有潜在环境风险的塑料化学品和5种易受干扰的GPCR，为化学品风险管理和绿色可持续发展提供依据。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
