疫苗靶标智能预测平台

本平台基于一种新型的机器学习框架PLGDL进行疫苗靶标抗原预测，该框架采用蛋白质语言模型和几何深度学习模型，可同时利用蛋白质预测的一级序列特征和三维结构特征，在公共数据中集表现出先进性，且适用于病毒、细菌和真核生物。 以根据实际情况，输入病原体若干数量的目标序列+对应的蛋白PDB结构，或者只输入目标序列，平台对输入蛋白为疫苗靶标的可能性进行智能预测，并给出评分排名。评分越高，作为疫苗靶标的可能性更大。输出的结果可以下载对应的csv文件。

用户输入的几个蛋白序列应以fasta存储格式到一个.fasta文件；用户输入的PDB结构文件应为一个.zip文件，其中每个蛋白的结构文件为.pdb文件，且文件名须与fasta文件中的序列名称对应。

最佳实践

示例 1

• 同时输入PDB与Fasta文件，文件格式如下图所示：

• 输出：

示例 2

• 只输入Fasta文件，文件格式如下图所示：

• 输出：

引用格式

Xiaodong Zai*, Yunxiang Zhao*, Xiaoling Wang, Menglong Lu, Yilong Yang, Xiaofan Zhao, Ruihua Li, Yaohui Li, Yue Zhang, Jun Zhang, Dongsheng Li, Hongguang Ren#, Junjie Xu#, Wei Chen#. (2024) Integrating Protein Language and Geometric Deep Learning Models for Enhanced Vaccine Antigen Prediction. In Press (*Authors contribute equally)