ESMRank：基于深度突变扫描的错义变异效应排序预测器

研究团队提出 ESMRank，一种基于序列的学习排序预测器，用于预测错义变异的功能效应。作者先提出“variant soundness”这一重叠感知的排序融合分数，利用部分重叠的深度突变扫描实验之间的一致性，在蛋白内得到不依赖具体实验的突变耐受排序；在约 1100 个 MAVE、超过 200 万个错义变异上，该信号富集了结构稳定性约束。 ESMRank 结合 ESM2 表示与理化描述符。作者称，在严格的蛋白层面划分下，ESMRank 在 ProteinGym 和 Domainome 中与丰度、折叠和稳定性相关的实验上优于常用预测器。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。