* Cet ensemble de données prend en charge l'utilisation en ligne.Cliquez ici pour sauter.

VenusMutHub est une nouvelle référence pour l'évaluation des modèles d'IA d'ingénierie des mutations protéiques publiée par l'équipe du professeur Hong Liang à l'Université Jiao Tong de Shanghai en 2025. Les résultats de l'article associé sont «VenusMutHub : une évaluation systématique des prédicteurs de l'effet des mutations protéiques sur des données expérimentales à petite échelle", l'étude a été publiée dans la revue Acta Pharmaceutica Sinica B.

VenusMutHub est le premier petit ensemble de données d'échantillons de mutations protéiques pour des scénarios d'application réels. L'équipe de recherche a soigneusement compilé 905 petits échantillons de données de mutation expérimentale pour des scénarios d'application réels, couvrant 527 protéines (dont 981 protéines TP3T ont 5 à 200 mutations), couvrant une variété de données de mesure fonctionnelles telles que la stabilité, l'activité, l'affinité de liaison et la sélectivité. Toutes les données ont été obtenues à l’aide de mesures biochimiques directes plutôt que de lectures de fluorescence alternatives, garantissant ainsi l’exactitude de l’évaluation.

En outre, l'équipe a également testé 23 modèles informatiques de pointe (modèles d'IA et non d'IA), couvrant une variété de méthodes qui utilisent des séquences de protéines, des structures tridimensionnelles et des informations évolutives, et a évalué de manière exhaustive les capacités prédictives de ces modèles sur de petits échantillons de données dans des scénarios d'application réels.

En tant que ressource ouverte, VenusMutHub continuera d'être mis à jour (https://lianglab.sjtu.edu.cn/muthub/), fournissant une référence fiable pour le domaine et favorisant la prédiction de la fonction des protéines vers un développement plus standardisé et plus rapide.