Количественная биология > Биомолеклы [представлен 27 октября 2026 года] Название: Аккортное структурное моделирование распознавания белкового гликана с GlycoWeave View Abstractrie: Protein-glican распознавание лежит в основе различных биологических процессов, однако точное прогнозирование сложных белкоглазых структур попрежнему сопряжено с трудностями изза химического разнообразия, гибкости конформации и незначительного экспериментального структурного охвата гликанцев. Здесь мы представляем GlycoWeave, систему распространения по гликанам, которая объединяет химически ограниченный отбор конформационных проб, многомасштабные молекулярные представления и обучение из различных источников. Действуя в пространстве внутренней координации, GlycoWeave сохраняет гликанскую связь и стереохимию при эффективном изучении границ конформаций. Геометрия взаимодействия на атомном уровне с моносахаридным структурным контекстом является разнородной одноразовой сетью, в то время как многоисточниковое обучение объединяет экспериментальные комплексы со структурами, усовершенствованными с использованием классических и квантовых механиков. При контрольном показателе 698 белково-гликанских комплексов GlycoWeave достигает 71,9 процента высокого качества, тогда как для AlphaFold 3 этот показатель составляет 19,2 процента, а на выборку приходится всего 0,34 с. GlycoWeave также сохраняет гликанскую структурную действительность, восстанавливает местные белково-гликанские взаимодействия и воспроизводить…
Точное структурное моделирование распознавания белковых гликанцев с использованием GlycoWeave
arXiv: 261 030.37410v1 Аннот-Тип: новое резюме: Признание протеиново-гликанцев лежит в основе различных биологических процессов, однако точное прогнозирование сложных структур с использованием белковых гликанов попрежнему сопряжено со значительными трудностями изза химического разнообразия, гибкости конформации и незначительного экспериментального структурного охвата гликанов. Здесь мы представляем GlycoWeave, систему распространения по гликанам, которая объединяет химически ограниченный отбор конформационных проб, многомасштабные молекулярные представления и обучение из различных источников. Действуя в пространстве внутренней координации, GlycoWeave сохраняет гликанскую связь и стереохимию при эффективном изучении границ конформаций. Геометрия взаимодействия на атомном уровне с моносахаридным структурным контекстом является разнородной одноразовой сетью, в то время как многоисточниковое обучение объединяет экспериментальные комплексы со структурами, усовершенствованными с использованием классических и квантовых механиков. На контрольном уровне 698 белково-гликанских комплексов, GlycoWeave a