蛋白质具有丰富的结构数据，而DNA折纸数据集有限。近日，首尔国立大学Do-Nyun Kim提出了一个图形神经网络，可以快速准确地预测DNA折纸的三维构象。
本文要点：
1) 作者为模型训练开发了一种数据驱动和物理解释的混合方法，旨在最大限度地减少数据驱动的损失，也最大限度地降低物理解释的损失。通过采用集成策略，该模型可以实时预测出单体DNA折纸结构的形状。
2) 作者以无监督的方式对模型进行进一步细化，使其能够分析由数十到数百个DNA块组成的超分子组装体。此外，该模型能够对给定目标形状的DNA折纸结构进行自动逆向设计。
Chien Truong-Quoc et.al Prediction of DNA origami shape using graph neural network Nature Materials 2024
DOI: 10.1038/s41563-024-01846-8
https://doi.org/10.1038/s41563-024-01846-8
