Key points are not available for this paper at this time.
蛋白质-蛋白质相互作用（PPI）是指蛋白质通过各种类型的键结合以执行生物功能的现象。这些相互作用对于理解生物机制和药物研究至关重要。其中，蛋白质结合界面是涉及蛋白质-蛋白质相互作用的关键区域，特别是其上扮演重要角色的热点残基。目前，基于大规模数据训练的深度学习方法可以在一定程度上表征蛋白质，但它们往往难以充分捕捉有关蛋白质结合界面的信息。为了解决这一局限性，我们提出了PPI-Graphomer模块，它整合了来自大规模语言模型和逆折叠模型的预训练特征。这种方法通过在分子相互作用信息的基础上定义边缘关系和界面掩码，增强了蛋白质结合界面的特征化。我们的模型在多个基准数据集上优于现有方法，并展现出强大的泛化能力。
谢等人（周二）研究了这个问题。