GSMFormer-PPI: программа для предсказания белок-белковых взаимодействий с использованием мультимодальных представлений в виде графов, поверхностей и языковых моделей

Наименование РИД	GSMFormer-PPI: программа для предсказания белок-белковых взаимодействий с использованием мультимодальных представлений в виде графов, поверхностей и языковых моделей
Реферат	GMSFormer-PPI — это мультимодальная модель глубокого обучения для предсказания взаимодействий между белками, интегрирующая молекулярную поверхность белка, трёхмерное графовое представление его структуры и последовательностные эмбеддинги на уровне аминокислотных остатков. Архитектура модели использует геометрическую модель глубокого обучения (MaSIF) для извлечения физико-химических и геометрических характеристик, описывающих поверхности белков; графовые сверточные сети (GCN) для обработки и обучения структурного контекста на графах, построенных с использованием аминокислот в качестве узлов; а также трансформерный энкодер, объединённый с линейными проекционными слоями, для изучения сложных кросс-модальных взаимодействий, выходящих за рамки простой конкатенации, применяемой в традиционных моделях.
Возможные направления использования	Архитектура модели использует геометрическую модель глубокого обучения (MaSIF) для извлечения физико-химических и геометрических характеристик, описывающих поверхности белков; графовые сверточные сети (GCN) для обработки и обучения структурного контекста на графах, построенных с использованием аминокислот в качестве узлов; а также трансформерный энкодер, объединённый с линейными проекционными слоями, для изучения сложных кросс-модальных взаимодействий, выходящих за рамки простой конкатенации, применяемой в традиционных моделях.
Количество опытных образцов	0
Количество просмотров	3
Наличие дополнительных файлов	False
Использование РИД правообладателем	False
Внешнее использование РИД	False
НИОКТР (JSON)	{}
ИКСИ (JSON)	[]
ИКСПО (JSON)	[{"last_status": {"created_date": "2026-01-28T09:08:36.665018+00:00", "registration_number": "826012800073-7", "status": {"name": "Подтверждена"}}, "copyright_protections": [{"protection_way": {"name": "Осуществлена государственная регистрация"}}]}]
ОЭСР (JSON)	[]
Дата первого статуса	2025-11-10T13:29:59.350230+00:00
Предполагаемый тип результата	Программа для ЭВМ
Ожидаемая роль	Исполнитель
Заказчик	Правительство Российской Федерации
Руководитель работы	Попцова Мария Сергеевна
Руководитель организации	Соколов Игорь Владимирович
Регистрационный номер НИОКТР	125022002690-9
Последний статус	Подтверждена, 625121500251-4, 2025-12-15 12:07:59 UTC
ОКПД	Услуги, связанные с научными исследованиями и экспериментальными разработками в области биотехнологии в области здоровья
Ключевые слова	большие языковые модели; глубокое обучение; геометрическое глубокое обучение; белок-белковые взаимодействия; графовые нейронных сетей
Исполнители	ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ "ВЫСШАЯ ШКОЛА ЭКОНОМИКИ"
Авторы	Червов Никита Романович; Попцова Мария Сергеевна; Артеага Мореано Брандон Давид
Коды тематических рубрик	34.15.63 - Молекулярная фармакология и токсикология
OESR	Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
Приоритеты научно-технического развития	а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;