作者@ARTICLE {10.3389 / fbinf.2022.1065703 ={郭,Zhongliang和山口,鲁伊},TITLE ={机器学习方法预测蛋白质绑定亲和力的蛋白质设计},杂志={生物信息学前沿},体积= {2}= {2022},URL = {//www.thespel.com/articles/10.3389/fbinf.2022.1065雷竞技rebat703}, DOI = {10.3389 / fbinf.2022.1065703}, ISSN ={2673 - 7647},文摘={蛋白质-蛋白质之间的关系管理范围广泛的生物活性。适当的估计蛋白质绑定关联设计至关重要的蛋白质具有高特异性和亲和力对目标蛋白质,有各种各样的应用程序包括抗体在免疫治疗设计,为反应优化酶工程,建设生物传感器。然而,实验和理论建模方法是费时,阻碍整个蛋白质的探索空间,阻止最佳蛋白质的识别,满足实际应用的要求。近年来,快速发展的机器学习方法预测蛋白质绑定关联显示潜在的蛋白质设计范式转变。在这里,我们审查的预测方法和相关的数据集和讨论亲和力的要求和施工方法对蛋白质设计预测模型。}}