SLiMNet深度学习模型精准检测短线性基序

短线性基序（SLiMs）是内在无序区中3-15个氨基酸的短片段，介导瞬时的蛋白质相互作用，但只有极少数被实验验证。SLiMNet模型受孪生网络启发，结合蛋白质大型语言模型表征和配对输入，能更灵敏、特异性地检测SLiMs，并可能为其功能注释提供新途径。该研究目前以预印本形式发布，尚未经过同行评审。