题目：AGAT-PPIS: a novel protein–protein interaction site predictor based on augmented graph attention network with initial residual and identity mapping
文献来源: Briefings in Bioinformatics, 2023, 1–8
代码：https://github.com/AILBC/AGAT-PPIS
简介：预测蛋白-蛋白相互作用（PPI）位点是了解其生物活性、理解其病理机制和设计新药物的重要步骤。开发可靠的计算方法来预测PPI位点作为筛选工具，有助于减少传统实验的大量时间和昂贵的成本，但如何提高准确性仍然是一个挑战。作者提出了一种PPI位点预测工具，称为 Augmented Graph Attention Network Protein-Protein Interacting Site（AGAT-PPIS）。该方法基于初始残差和身份映射的AGAT，其中8个AGAT层与矿的节点嵌入表示深度连接。AGAT是图形注意网络的增强版本，并添加了边缘特征。此外，引入了额外的节点特征和边缘特征，提供更多的结构信息，提高模型的平移和旋转不变性。在基准测试集上，AGAT-PPIS分别在准确率，精度，F1分数，MCC, AUROC, AUPRC上超过最先进的方法8%，17.1%，11.8%，15.1%，8.1%，14.5%。
主要内容：
-------------------------------------------
欢迎点赞收藏转发！
下次见！