澳门理工大学应用科学学院讲师李舒、博士生导师、教授何山及团队于生物医学领域发表研究成果，成功结合分子粗粒模型与几何表示学习框架，实现蛋白质—蛋白质复合物性质的高效预测，获国际知名学术期刊《自然通讯》(Nature Communications) 刊登。研究有助于深入理解蛋白质之间的相互作用，推动药物设计和疾病治疗等领域的科学发展。

近年来，通过多层次的神经网络结构来模拟数据的深度学习技术在预测蛋白质—蛋白质相互作用(PPI)复合物的性质取得显着进展，但现有演算法大多采用原子尺度或残基尺度的PPI复合物图结构表示，在捕捉复合物的高层次几何特征和规模化方面存在一定挑战。澳理大研究团队与英国伯明翰大学展开合作，提出一种名为“MCGLPPI”的几何表示学习框架，将分子粗粒化模型与图神经网路相结合，可以更准确高效地预测蛋白质—蛋白质复合物的整体性质，为生物医学领域的研究带来广阔的应用前景。

“MCGLPPI”框架巧妙地将图神经网路与一种常用于模拟生物大分子系统的粗粒化分子动力学模型（MARTINI）相结合，在保持预测准确性的同时，降低计算资源的消耗。此外，“MCGLPPI”为PPI整体性质预测提供解决方案，有望成为生物大分子相互作用分析的重要工具。

相关研究成果以“Integration of molecular coarse-grained model into geometric representation learning framework for protein-protein complex property prediction”(结合分子粗粒模型的几何表示学习框架预测蛋白质-蛋白质复合物性质)为题，于国际权威期刊《自然通讯》上刊登。《自然通讯》隶属Nature出版集团，是涵盖多学科领域的权威开放获取学术期刊，重点发表生物、物理、化学和医学等跨学科领域的重要研究成果。在SCIE “全球综合性”领域期刊排名第五(前94.4%)，同时为中科院一区和JCR一区期刊，2023年的影响因子为14.7。

研究受澳门理工大学科研项目(RP/FCA-07/2022)等资助，详细研究内容：https://www.nature.com/articles/s41467-024-53583-w。