PIT-GCL：拓扑图对比学习预测蛋白质结合

Jae Won Choi 等作者提出 PIT-GCL，一个双塔结构感知框架，用于预测蛋白质结合。该框架从氨基酸序列、Cα 点云和全局持久同调描述符三路输入独立编码每个蛋白质，再用结构感知 Transformer 与双向交叉注意力在潜在空间完成软对接。 据作者介绍，其做法是先分别编码两个蛋白质，再在潜在空间对齐，而非直接拼接特征。目前公开信息为 arXiv 预印本，尚未见实验性能数据或第三方验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。