論文の概要: MotifBench: A standardized protein design benchmark for motif-scaffolding problems

• arxiv url: http://arxiv.org/abs/2502.12479v2
• Date: Wed, 19 Feb 2025 17:51:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-20 13:58:58.062233
• Title: MotifBench: A standardized protein design benchmark for motif-scaffolding problems
• Title（参考訳）: MotifBench: モチーフ・スキャフォールディング問題のための標準化されたタンパク質設計ベンチマーク
• Authors: Zhuoqi Zheng, Bo Zhang, Kieran Didi, Kevin K. Yang, Jason Yim, Joseph L. Watson, Hai-Feng Chen, Brian L. Trippe,
• Abstract要約: モチーフ・スキャフォールディング問題は、計算タンパク質設計における中心的な課題である。 MotifBench(モティフベンチ)は、30のベンチマーク問題の集合であり、このベンチマークと、評価.com/blt2114/MotifBenchにおけるリーダーボードの実装である。
• 参考スコア（独自算出の注目度）: 24.496222822010346
• License:
• Abstract: The motif-scaffolding problem is a central task in computational protein design: Given the coordinates of atoms in a geometry chosen to confer a desired biochemical function (a motif), the task is to identify diverse protein structures (scaffolds) that include the motif and maintain its geometry. Significant recent progress on motif-scaffolding has been made due to computational evaluation with reliable protein structure prediction and fixed-backbone sequence design methods. However, significant variability in evaluation strategies across publications has hindered comparability of results, challenged reproducibility, and impeded robust progress. In response we introduce MotifBench, comprising (1) a precisely specified pipeline and evaluation metrics, (2) a collection of 30 benchmark problems, and (3) an implementation of this benchmark and leaderboard at github.com/blt2114/MotifBench. The MotifBench test cases are more difficult compared to earlier benchmarks, and include protein design problems for which solutions are known but on which, to the best of our knowledge, state-of-the-art methods fail to identify any solution.
• Abstract（参考訳）: モチーフ・スキャフォールディング問題は、計算タンパク質設計における中心的なタスクである: 望まれる生化学関数(モチーフ)を導出するために選択された幾何学における原子の座標が与えられたとき、そのモチーフを含む多様なタンパク質構造(スカフォールド)を同定し、その幾何学を維持する。 近年のモチーフ・スキャフォールディングの進歩は、信頼性の高いタンパク質構造予測と固定バックボーン配列設計手法による計算的評価によるものである。 しかし、出版物間の評価戦略の有意な変動は、結果のコンパラビリティを阻害し、再現性に挑戦し、堅牢な進歩を阻害している。 この結果、(1)正確に定義されたパイプラインと評価指標、(2)30のベンチマーク問題の集合、(3)github.com/blt2114/MotifBenchにおけるベンチマークとリーダーボードの実装を含むMotifBenchを紹介した。 MotifBenchテストケースは、以前のベンチマークよりも難しく、どのソリューションが知られているかという問題を含む。

関連論文リスト

• Decomposable Transformer Point Processes [2.1756081703276]
  本稿では,注目に基づくアーキテクチャの利点の維持と,薄型化アルゴリズムの限界を回避する枠組みを提案する。 提案手法は,その履歴が与えられたシーケンスの次の事象を予測する上で,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-09-26T13:22:58Z)
• ProteinBench: A Holistic Evaluation of Protein Foundation Models [53.59325047872512]
  本稿では,タンパク質基盤モデルのための総合評価フレームワークであるProteinBenchを紹介する。 本研究のアプローチは, タンパク質ドメインにおける課題を包括的に包括するタスクの分類学的分類, (ii) 品質, 新規性, 多様性, 堅牢性, および (iii) 様々なユーザ目標から詳細な分析を行い, モデルパフォーマンスの全体的視点を提供する,4つの重要な側面にわたるパフォーマンスを評価するマルチメトリック評価アプローチからなる。
  論文  参考訳（メタデータ） (2024-09-10T06:52:33Z)
• CBGBench: Fill in the Blank of Protein-Molecule Complex Binding Graph [66.11279161533619]
  CBGBenchは構造ベースドラッグデザイン(SBDD)のベンチマークである 既存のメソッドを属性に基づいて分類することで、CBGBenchは様々な最先端メソッドを実装している。 我々は,これらのモデルを薬物設計に不可欠なタスクに適応させてきた。
  論文  参考訳（メタデータ） (2024-06-16T08:20:24Z)
• GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
  我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。 GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。 本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
  論文  参考訳（メタデータ） (2024-06-01T08:01:05Z)
• Solvent: A Framework for Protein Folding [0.39373541926236766]
  AlphaFold2の後、タンパク質の折り畳みタスクは新しい段階に入り、AlphaFold2の構成要素に基づいて多くの方法が提案されている。 タンパク質の折り畳みにおける統一された研究フレームワークの重要性は、様々なアプローチを一貫して、公平に比較するための実装とベンチマークを含んでいる。 本稿では,タンパク質の折りたたみ構造である溶剤について述べる。
  論文  参考訳（メタデータ） (2023-07-07T09:01:42Z)
• Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
  構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。 近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
  論文  参考訳（メタデータ） (2023-06-20T14:21:58Z)
• Design-Bench: Benchmarks for Data-Driven Offline Model-Based Optimization [82.02008764719896]
  ブラックボックスモデルに基づく最適化問題は、タンパク質、DNA配列、航空機、ロボットの設計など、幅広い領域で広く使われている。 本稿では,統合評価プロトコルと最近の手法の参照実装を備えたオフラインMBOのためのベンチマークであるDesign-Benchを提案する。 私たちのベンチマークには、生物学、材料科学、ロボット工学における現実世界の最適化問題から派生した、多種多様な現実的なタスクが含まれています。
  論文  参考訳（メタデータ） (2022-02-17T05:33:27Z)
• PDBench: Evaluating Computational Methods for Protein Sequence Design [2.0187324832551385]
  本稿では, タンパク質のベンチマークを行い, 深層学習法の性能評価試験を提案する。 我々の堅牢なベンチマークは、その性能と実用性を評価するのに欠かせない設計手法の振る舞いに関する生物学的知見を提供する。
  論文  参考訳（メタデータ） (2021-09-16T12:20:03Z)
• Fold2Seq: A Joint Sequence(1D)-Fold(3D) Embedding-based Generative Model for Protein Design [70.27706384570723]
  Fold2Seqは特定の標的に条件付きタンパク質配列を設計するための新しいフレームワークである。 Fold2Seqの性能は, シーケンス設計の速度, カバレッジ, 信頼性において向上したか, 同等であったかを示す。 フォールドベースのFold2Seqの独特な利点は、構造ベースのディープモデルやRosettaDesignと比較して、3つの現実世界の課題においてより明確になる。
  論文  参考訳（メタデータ） (2021-06-24T14:34:24Z)
• Protein model quality assessment using rotation-equivariant, hierarchical neural networks [8.373439916313018]
  本稿では,タンパク質モデルの品質を評価するための新しい深層学習手法を提案する。 提案手法は,最近のCASPラウンドに投入されたタンパク質モデルを評価することによって,最先端の成果を得る。
  論文  参考訳（メタデータ） (2020-11-27T05:03:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。