- 2 次围观
蛋白质结构的比较对于确定分子功能和进化关系是必不可少的，同时也有助于药物设计和分离方案的预测。可获得的蛋白质结构数量正在迅速增加，这既得益于实验测定，也得益于 AlphaFold 等预测方法。在此背景下，基于原子叠合的传统结构比较方法在计算上变得效率低下。为实现可扩展的分析和表面形状比较，替代方法采用称为描述符的紧凑型定长向量来表示蛋白质结构。现有向量通常包含数百个条目，例如由 121 个条目组成的三维 Zernike 描述符，或由分子性质和几何性质组合而成的描述符。本文提出使用拉普拉斯–贝尔特拉米谱作为一种高效选择，用于捕捉蛋白质结构特征并促进结构分类。拉普拉斯–贝尔特拉米谱是一种物体表面的数学表示形式，由拉普拉斯–贝尔特拉米算子的特征值导出。具体而言，我们仅使用该谱中前 10 个非零特征值对蛋白质表面进行编码。我们以 SHREC 2025 数据集作为基准，在原始的 97 个蛋白质结构类别上取得了 85.8% 的准确率，在按同源性归并后的 45 个类别上取得了 97.7% 的准确率。我们的方法运行速度快：在配备 32 GB 内存的常规 AMD Ryzen 7 5700X 八核处理器上，对 SHREC 2025 数据集中的 11,555 个蛋白质表面网格进行计算，仅需约 75 分钟。由于该方法易于并行化，并且允许纳入包括电荷在内的其他描述符（包括表面特征），因此能够轻松应用于大型蛋白质结构数据库。由此，这一快速筛选工具可用于识别具有相关表面形状、且不受序列同源性影响的蛋白质。
拉普拉斯–贝尔特拉米谱中的十个数值可促进基于表面形状的蛋白质结构免训练分类 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
拉普拉斯–贝尔特拉米谱中的十个数值可促进基于表面形状的蛋白质结构免训练分类
Miriam Fernandez-Giro ， Jessica Emonts ， Benjamin Berkels ， Johannes F. Buyel
doi： https://doi.org/10.64898/2026.09.10.750378
Miriam Fernandez-Giro 1 奥地利维也纳1190，Muthgasse 18，BOKU大学生物技术与食品科学系（BTLW），生物过程科学与工程研究所（IBSE）；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Jessica Emonts 2 德国亚琛52064，Goethestrasse 1，亚琛应用科学大学机械工程与机电一体化系；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Benjamin Berkels 3 德国亚琛52062，Schinkelstrasse 2，亚琛工业大学几何与实用数学研究所（IGPM）
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Johannes F. Buyel 1 奥地利维也纳1190，Muthgasse 18，BOKU大学生物技术与食品科学系（BTLW），生物过程科学与工程研究所（IBSE）；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
通讯作者：
johannes.buyel{at}boku.ac.at
摘要
信息/历史
指标
预览 PDF
摘要
蛋白质结构的比较对于确定分子功能和进化关系是必要的，同时也有助于药物设计和分离方案的预测。可获得的蛋白质结构数量正在迅速增加，这既得益于实验测定，也得益于 AlphaFold 等预测方法。在此背景下，基于原子叠合的传统结构比较方法在计算上变得低效。为了实现可扩展的分析和表面形状比较，替代方法使用称为描述符的紧凑型定长向量来表示蛋白质结构。目前的向量通常包含数百个条目，例如由121个条目组成的三维 Zernike 描述符，或由分子性质和几何性质组合而成的向量。在本研究中，我们提出使用拉普拉斯–贝尔特拉米谱作为一种高效选择，以捕获蛋白质结构特征并促进结构分类。拉普拉斯–贝尔特拉米谱是一种物体表面的数学表示形式，由拉普拉斯–贝尔特拉米算子的特征值导出。具体而言，蛋白质表面仅使用该谱中前10个非零特征值进行编码。我们以 SHREC 2025 数据集作为基准，在原始的97个蛋白质结构类别上实现了85.8%的准确率，在按同源性分组的45个类别上实现了97.7%的准确率。我们的方法速度较快：在配备32 GB内存的常规 AMD Ryzen 7 5700X 八核处理器上，对 SHREC 2025 数据集中的11,555个蛋白质表面网格进行计算，仅需约75分钟。由于该方法易于并行化，并且允许纳入包括电荷等表面特征在内的其他描述符，因此可以轻松应用于大型蛋白质结构数据库。这一快速筛查工具因此可用于识别具有相关表面形状的蛋白质，而不受序列同源性的限制。
利益冲突声明
版权
本预印本的。
该预印本依据以下许可公开：
CC-BY-NC-ND 4.0 国际许可
返回顶部
上一篇
下一篇
发布于2026年9月15日。
下载 PDF
电子邮件
感谢您有兴趣传播 bioRxiv 上的内容。
您的电子邮件地址
*
您的姓名
*
发送至
*
请在不同地址之间换行或使用逗号分隔。
您将要发送以下内容
拉普拉斯–贝尔特拉米谱中的十个数值可促进基于表面形状的蛋白质结构免训练分类
邮件主题
（您的姓名）从 bioRxiv 转发了一个页面给您
邮件正文
（您的姓名）认为您可能会喜欢 bioRxiv 网站上的这一页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。
分享
拉普拉斯–贝尔特拉米谱中的十个数值可促进基于表面形状的蛋白质结构免训练分类
Miriam Fernandez-Giro ， Jessica Emonts ， Benjamin Berkels ， Johannes F. Buyel
bioRxiv 2026.09.10.750378； doi： https://doi.org/10.64898/2026.09.10.750378
分享本文：
复制
引用工具
拉普拉斯–贝尔特拉米谱中的十个数值可促进基于表面形状的蛋白质结构免训练分类
Miriam Fernandez-Giro ， Jessica Emonts ， Benjamin Berkels ， Johannes F. Buyel
bioRxiv 2026.09.10.750378； doi： https://doi.org/10.64898/2026.09.10.750378
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.10.750378v1?rss=1
🏷️ 蛋白质结构分类 拉普拉斯–贝尔特拉米谱 表面形状描述符 免训练学习 结构生物信息学