对应论文
A General Harness for Protein Foundation Model Fitness Prediction
视频简介
蛋白质适应度预测是蛋白质工程和序列-功能关系理解的核心问题。随着深度学习的发展,蛋白质基础模型被广泛用于此任务,但近期分析表明这些模型存在训练语料偏好,且不可靠输入会扭曲预测结果。家族特异性进化证据和结构上下文可以提供互补约束,从而弥补这些局限。 本文提出VenusREM-Harness(VRH),一种通用、模型无关、无需训练的检索增强突变框架。它根据模型不确定性融合冻结模型分数与多序列比对(MSA)证据,然后基于结构置信度和溶剂暴露度应用门控背景校正和分数收缩。该方法可即插即用于任何蛋白质基础模型。 在ProteinGym、VenusMutHub和新构建的病毒基准VenusViroHub上,共1,211个测定和310万变异上进行评估。所有71种配置在所有三个基准上的Spearman相关性平均提升0.073,并在五个指标上均有广泛增益。基于VRH构建的VenusREM2首次在所有功能、分类、MSA深度和突变深度类别中排名最高,ProteinGym平均Spearman达到0.556,比先前最佳高0.038。 该工作提供了一种通用、高效的蛋白质适应度预测增强方案,显著提升了现有基础模型的预测能力,并建立了新的基准。其模型无关和无需训练的特性使其易于推广,但方法本质上是现有技术的系统集成与优化,未提出全新的学习范式。