澳門理工大學生物醫學領域研究成果於國際權威期刊《自然通訊》刊登（圖片來源：《Nature Communications》）
澳門理工大學應用科學學院講師李舒、博士生導師、教授何山及團隊於生物醫學領域發表研究成果，成功結合分子粗粒模型與幾何表示學習框架，實現蛋白質—蛋白質複合物性質的高效預測，獲國際知名學術期刊《自然通訊》(Nature Communications) 刊登。研究有助於深入理解蛋白質之間的相互作用，推動藥物設計和疾病治療等領域的科學發展。
近年來，通過多層次的神經網絡結構來模擬數據的深度學習技術在預測蛋白質—蛋白質相互作用(PPI)複合物的性質取得顯著進展，但現有演算法大多採用原子尺度或殘基尺度的PPI複合物圖結構表示，在捕捉複合物的高層次幾何特徵和規模化方面存在一定挑戰。澳理大研究團隊與英國伯明翰大學展開合作，提出一種名為“MCGLPPI”的幾何表示學習框架，將分子粗粒化模型與圖神經網路相結合，可以更準確高效地預測蛋白質—蛋白質複合物的整體性質，為生物醫學領域的研究帶來廣闊的應用前景。
“MCGLPPI”框架巧妙地將圖神經網路與一種常用於模擬生物大分子系統的粗粒化分子動力學模型（MARTINI）相結合，在保持預測準確性的同時，降低計算資源的消耗。此外，“MCGLPPI”為PPI整體性質預測提供解決方案，有望成為生物大分子相互作用分析的重要工具。
相關研究成果以“Integration of molecular coarse-grained model into geometric representation learning framework for protein-protein complex property prediction”(結合分子粗粒模型的幾何表示學習框架預測蛋白質-蛋白質複合物性質)為題，於國際權威期刊《自然通訊》上刊登。《自然通訊》隸屬Nature出版集團，是涵蓋多學科領域的權威開放獲取學術期刊，重點發表生物、物理、化學和醫學等跨學科領域的重要研究成果。在SCIE “全球綜合性”領域期刊排名第五(前94.4%)，同時為中科院一區和JCR一區期刊，2023年的影響因子為14.7。
研究受澳門理工大學科研項目(RP/FCA-07/2022)等資助，詳細研究內容：https://www.nature.com/articles/s41467-024-53583-w。
