本科生王珏在Journal of Cheminformatics发表题为“Protein-small molecule binding site prediction based on a pre-trained protein language model with contrastive learning”的文章。该研究提出了一个基于与训练的蛋白质语言模型和对比学习的蛋白质-小分子结合位点预测模型（CLAPE-SMB），并整理了蛋白质-小分子结合位点数据集UniProtSMB，CLAPE-SMB在UniProtSMB的测试集上达到了0.699的MCC，优于其他模型。与基于结构的预测方法相比，CLAPE-SMB特别适用于缺乏精确实验结构的蛋白质，如固有无序蛋白（IDP）。这就为理解蛋白质-小分子相互作用提供新的视角，并为药物设计提供新的可能。

文章链接：https://doi.org/10.1186/s13321-024-00920-2