Buchumschlag

Interpretable Enzyme Function Prediction via Residue-Level Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Zhao, Su, Bing, Chen, Jiahao, Wen, Ji-Rong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Biomolecules Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multimodal Regression for Enzyme Turnover Rates Prediction
von: Hu, Bozhen, et al.
Veröffentlicht: (2025)

EnzyControl: Adding Functional and Substrate-Specific Control for Enzyme Backbone Generation
von: Song, Chao, et al.
Veröffentlicht: (2025)

CARE: a Benchmark Suite for the Classification and Retrieval of Enzymes
von: Yang, Jason, et al.
Veröffentlicht: (2024)

Compact Artificial Neural Network Models for Predicting Protein Residue -- RNA Base Binding
von: Selitskiy, Stanislav
Veröffentlicht: (2025)

EnzyCLIP: A Cross-Attention Dual Encoder Framework with Contrastive Learning for Predicting Enzyme Kinetic Constants
von: Khan, Anas Aziz, et al.
Veröffentlicht: (2025)

Preference Optimization for Molecule Synthesis with Conditional Residual Energy-based Models
von: Liu, Songtao, et al.
Veröffentlicht: (2024)

DISPROTBENCH: Uncovering the Functional Limits of Protein Structure Prediction Models in Intrinsically Disordered Regions
von: Zeng, Xinyue, et al.
Veröffentlicht: (2025)

Multi-Alignment Contrastive Learning for Enzyme--Reaction Retrieval
von: Zhou, Gengmo, et al.
Veröffentlicht: (2025)

Ligandformer: A Graph Neural Network for Predicting Compound Property with Robust Interpretation
von: Guo, Jinjiang, et al.
Veröffentlicht: (2022)

ABConformer: Physics-inspired Sliding Attention for Antibody-Antigen Interface Prediction
von: You, Zhang-Yu, et al.
Veröffentlicht: (2025)

Towards Interpretable Protein Structure Prediction with Sparse Autoencoders
von: Parsan, Nithin, et al.
Veröffentlicht: (2025)

Inducing Causal Structure for Interpretable Neural Networks Applied to Glucose Prediction for T1DM Patients
von: Esponera, Ana, et al.
Veröffentlicht: (2025)

Molecular Fingerprints Are Strong Models for Peptide Function Prediction
von: Adamczyk, Jakub, et al.
Veröffentlicht: (2025)

Rigid Protein-Protein Docking via Equivariant Elliptic-Paraboloid Interface Prediction
von: Yu, Ziyang, et al.
Veröffentlicht: (2024)

PDFBench: A Benchmark for De novo Protein Design from Function
von: Kuang, Jiahao, et al.
Veröffentlicht: (2025)

Insights Into the Inner Workings of Transformer Models for Protein Function Prediction
von: Wenzel, Markus, et al.
Veröffentlicht: (2023)

Open-Source Protein Language Models for Function Prediction and Protein Design
von: Pandi, Shivasankaran Vanaja, et al.
Veröffentlicht: (2024)

Multiview Random Vector Functional Link Network for Predicting DNA-Binding Proteins
von: Quadir, A., et al.
Veröffentlicht: (2024)

Few-shot Protein Fitness Prediction via In-context Learning and Test-time Training
von: Teufel, Felix, et al.
Veröffentlicht: (2025)

Representing Molecules as Random Walks Over Interpretable Grammars
von: Sun, Michael, et al.
Veröffentlicht: (2024)

Multi-modal Representation Learning Enables Accurate Protein Function Prediction in Low-Data Setting
von: Ünsal, Serbülent, et al.
Veröffentlicht: (2024)

Towards Precision Protein-Ligand Affinity Prediction Benchmark: A Complete and Modification-Aware DAVIS Dataset
von: Wu, Ming-Hsiu, et al.
Veröffentlicht: (2025)

CoPRA: Bridging Cross-domain Pretrained Sequence Models with Complex Structures for Protein-RNA Binding Affinity Prediction
von: Han, Rong, et al.
Veröffentlicht: (2024)

Tree Search-Based Evolutionary Bandits for Protein Sequence Optimization
von: Qiu, Jiahao, et al.
Veröffentlicht: (2024)

STAR-GO: Improving Protein Function Prediction by Learning to Hierarchically Integrate Ontology-Informed Semantic Embeddings
von: Akça, Mehmet Efe, et al.
Veröffentlicht: (2025)

GeoRecon: Graph-Level Representation Learning for 3D Molecules via Reconstruction-Based Pretraining
von: Yan, Shaoheng, et al.
Veröffentlicht: (2025)

Reaction Prediction via Interaction Modeling of Symmetric Difference Shingle Sets
von: Shi, Runhan, et al.
Veröffentlicht: (2025)

Coder as Editor: Code-driven Interpretable Molecular Optimization
von: Zhu, Wenyu, et al.
Veröffentlicht: (2025)

Interpreting and Steering Protein Language Models through Sparse Autoencoders
von: Garcia, Edith Natalia Villegas, et al.
Veröffentlicht: (2025)

A Heterogeneous Network-based Contrastive Learning Approach for Predicting Drug-Target Interaction
von: Hu, Junwei, et al.
Veröffentlicht: (2024)

ZeroDDI: A Zero-Shot Drug-Drug Interaction Event Prediction Method with Semantic Enhanced Learning and Dual-Modal Uniform Alignment
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

QuickBind: A Light-Weight And Interpretable Molecular Docking Model
von: Treyde, Wojtek, et al.
Veröffentlicht: (2024)

Function-Guided Conditional Generation Using Protein Language Models with Adapters
von: Yang, Jason, et al.
Veröffentlicht: (2024)

Automated Neuron Labelling Enables Generative Steering and Interpretability in Protein Language Models
von: Banerjee, Arjun, et al.
Veröffentlicht: (2025)

MAPE-PPI: Towards Effective and Efficient Protein-Protein Interaction Prediction via Microenvironment-Aware Protein Embedding
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

PDCNet: a benchmark and general deep learning framework for activity prediction of peptide-drug conjugates
von: Liu, Yun, et al.
Veröffentlicht: (2025)

Fast and Accurate Antibody Sequence Design via Structure Retrieval
von: Zhang, Xingyi, et al.
Veröffentlicht: (2025)

Functional-Group-Based Diffusion for Pocket-Specific Molecule Generation and Elaboration
von: Lin, Haitao, et al.
Veröffentlicht: (2023)

Protein-Mamba: Biological Mamba Models for Protein Function Prediction
von: Xu, Bohao, et al.
Veröffentlicht: (2024)

MolTailor: Tailoring Chemical Molecular Representation to Specific Tasks via Text Prompts
von: Guo, Haoqiang, et al.
Veröffentlicht: (2024)