zPocket：基于冻结共折叠特征的结合口袋预测方法

2026年10月15日，arXiv Artificial Intelligence 发布研究报道，Tally Portnoi 等作者提出 zPocket 口袋预测方法与 PocketWatch 数据集。该方法在冻结的共折叠模型特征之上训练口袋预测头，用于识别蛋白质-配体结合位点。报道称，研究团队构建了 PocketWatch 数据集并据此开发 zPocket。最佳 zPocket 模型整体 per-target AUPRC 达 0.745，高于重训练的 VN-EGNN（0.598）和 UniSite-1D（0.595），P2Rank 为 0.477。目前进展为该方法与数据集的提出及上述性能对比结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。