近日，重慶理工大學數學科學研究中心助理教授劉健與密歇根州立大學講席教授Guo-Wei Wei、博士後陳冬合作的題為“TopoFormer:Multiscale Topology-enabled Structure-to-Sequence Transformer for Protein-Ligand Interaction Predictions”研究成果，在人工智能領域期刊Nature Machine Intelligence（IF:25.898）上發表。
據了解，Nature Machine Intelligence是Nature期刊于2019年創立的子刊。該期刊在影響因子（Impact Factor）和谷歌指數（H-Index）方面均名列前茅，覆蓋計算生物學、模式識別、圖像處理和計算機視覺等多個領域。
本次發表的論文提出了一種創新的工具——TopoFormer，結合了大語言模型（LLM）與多尺度拓撲技術，用於預測蛋白質-配體相互作用。TopoFormer的核心在於其獨特的拓撲方法，即持續拓撲超圖拉普拉斯（PTHL）技術。PTHL技術能夠將複雜的3D蛋白質-配體複合物轉換為LLM可處理的拓撲不變數和同胚形狀序列，從而捕捉不同空間尺度上的關鍵相互作用。TopoFormer在評分、排序、對接和篩選等任務中表現優異，大幅超越了傳統演算法和最新的深度學習模型。研究團隊在多個基準數據集上驗證了TopoFormer的性能，證明其在準確度和效率方面具有顯著優勢。這項研究不僅展示了TopoFormer在蛋白質-配體相互作用預測中的強大能力，還為拓撲學在其他結構數據中的應用提供了新的思路。
拓撲大語言模型示意圖
此項研究工作得到了重慶理工大學科學技術研究院、理學院、數學科學研究中心的支持。（文/圖 謝挺）
1、“國際在線”由中國國際廣播電臺主辦。經中國國際廣播電臺授權，國廣國際在線網絡（北京）有限公司獨家負責“國際在線”網站的市場經營。
2、凡本網註明“來源：國際在線”的所有信息內容，未經書面授權，任何單位及個人不得轉載、摘編、複製或利用其他方式使用。
3、“國際在線”自有版權信息（包括但不限于“國際在線專稿”、“國際在線消息”、“國際在線XX消息”“國際在線報道”“國際在線XX報道”等信息內容，但明確標注為第三方版權的內容除外）均由國廣國際在線網絡（北京）有限公司統一管理和銷售。
已取得國廣國際在線網絡（北京）有限公司使用授權的被授權人，應嚴格在授權範圍內使用，不得超範圍使用，使用時應註明“來源：國際在線”。違反上述聲明者，本網將追究其相關法律責任。
任何未與國廣國際在線網絡（北京）有限公司簽訂相關協議或未取得授權書的公司、媒體、網站和個人均無權銷售、使用“國際在線”網站的自有版權信息産品。否則，國廣國際在線網絡（北京）有限公司將採取法律手段維護合法權益，因此産生的損失及為此所花費的全部費用（包括但不限于律師費、訴訟費、差旅費、公證費等）全部由侵權方承擔。
4、凡本網註明“來源：XXX（非國際在線）”的作品，均轉載自其它媒體，轉載目的在於傳遞更多信息，豐富網絡文化，此類稿件並不代表本網贊同其觀點和對其真實性負責。
5、如因作品內容、版權和其他問題需要與本網聯繫的，請在該事由發生之日起30日內進行。
