蛋白语言模型预测蛋白质电离常数

事件综述根据 1 篇报道整理，10月24日更新

美国马里兰大学药学院 Jana Shen 团队在 Nature Communications 发表 KaML-ESM：以 ESM 蛋白质语言模型为基础构建序列神经网络，在 GAINES 增强的 PKAD-3r 数据集上训练，用于预测 Asp、Glu、His、Cys、Tyr、Lys 残基的电离常数（pKa）。团队同时开放了基于序列的 pKa 预测平台 KaML，称其可服务于生物学探索、蛋白质工程和生物分子模拟。 该论文目前是接受稿版本，作者注明后续可能修改，并将被正式版本记录自动替换。

综述由模型根据报道生成，细节以各篇原文为准。