解析蛋白质设计模型分类学偏好的物理化学基础
Decoding the physicochemical basis of taxonomy preferences in protein design models
一项针对14个蛋白质设计模型的分析发现,控制蛋白家族和实测生物物理性质后,骨架条件评分的物种级差异有91%至93%可被消除,而仅序列似然只消除15%至29%。骨架条件模型偏好古菌和嗜热蛋白,序列模型偏好真核蛋白,这些偏好与紧凑度、堆积和电荷相关并传播到重设计序列。进一步用极端微生物分泌组训练 ProteinMPNN 会改变设计表面化学而结构代价很小,但物种排名基本保留。
预印本 · biorxiv · 10.1101/2025.10.21.683350
本站摘要基于收录版本 v4(2026-10-27),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v4
机器学习蛋白质设计领域的近期进展,使得模型能够生成远超实验测试能力的、更具前景的候选序列,这让我们日益依赖那些其决定因素仍不甚明了的评分。在此,我们对按评分语境分组的14个模型进行了剖析,以厘清分类学因素与生物物理因素各自的贡献。在控制蛋白质家族和实测生物物理性质后,主干条件评分中表观的物种层面差异被消除了91%至93%,而仅基于序列的似然度中只消除了15%至29%。物种排名也存在分歧:主干条件模型偏好古菌和嗜热蛋白质,而仅基于序列的模型偏好真核生物蛋白质。主干条件评分反映的是紧凑性、堆积和电荷,且这些偏好会传递到重新设计的序列中。在极端微生物分泌组上进一步训练ProteinMPNN,能在结构代价极小的情况下改变设计出的表面化学性质,但在很大程度上保留了物种排名。这些发现共同揭示了评分语境和训练数据如何塑造蛋白质设计模型的偏好,并对哪些序列会被生成、以及被优先选中进行实验测试具有启示意义。
来源:bioRxiv · biorxiv.org