跳到正文
bioRxiv· R, R.; Balamuhunthan, S.; Raman, K.·· 来源仅提供日期AI 评分61

结构条件生成模型预测新酶反应能走多远?

Generative Models for Novel Enzymatic Reactions: How Far Do They Go?

AI 导读

一篇 bioRxiv 论文评估了仅凭酶生成训练数据中未出现反应的结构条件生成模型,在反应不重叠基准 EnzymeMap_x 上按精确评分测试并与 BLASTp、DIAMOND、RxnPred、Horizyn 对比。

预印本 · biorxiv · 10.64898/2026.11.05.759793

本站摘要基于收录版本 v1(2026-11-07),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

酶功能预测是生物学中一个长期存在的问题,深度学习方法近来在提升该任务性能方面变得流行。虽然大多数模型聚焦于对酶进行分类或将酶映射到已知反应,但预测未知生化反应仍鲜有探索。在此,我们深入考察了一种仅凭酶本身生成训练数据中不存在的反应的方法。BLASTp 或 CLIPZyme 等现有方法在设计上无法输出其训练数据中不存在或推理时未提供的反应。最接近的先前模型 RxnPred 在留出酶上报告了较高的指纹相似度分数——这是一个比精确恢复更宽松的标准——但在未见反应上无法恢复正确答案。我们提出一个结构条件生成模型,可输出完整反应(反应物与产物),并在 EnzymeMap_x 上进行评估;这是一个反应不相交的基准,其中没有任何测试反应出现在训练中,采用精确且尊重立体化学的评分方式。在该基准上,在 400 个采样候选内,模型为测试酶–反应对中反应是训练中所见代谢物新组合的子集生成了完整且正确的反应,比例为 25.0%。令人惊讶的是,它还正确生成了少数由训练中未见过的代谢物组成的反应(1.6%),尽管这些代谢物的嵌入已存在于词表中。在更低的预算下,当假设反应尚未被已知时,重排序将正确反应排在首位的比例为 5.6%,排在前十的比例为 12.4%(若不作此假设则分别为 0.2% 和 8.1%),并附带置信度分数。以更宽松的标准评估,模型为 71.2% 的测试对生成了至少一个该酶已知的正确反应(通常是从训练中记忆而来)。进一步地,在完全不重新训练的情况下,一个仅使用序列的模型在给定反应物和酶的情况下,无需重排序即可在五个候选内为 9.5% 的对生成正确的产物集合。我们还给出了与 BLASTp、DIAMOND、RxnPred 和 Horizyn 在这些任务上的正面对比。结构条件在同源性分层划分上提升了指纹相似度,但在最佳配置下的匹配序列消融实验发现其对精确恢复没有可测量的影响。数据覆盖度和词表的化学初始化似乎比编码器几何结构更为重要。

来源:bioRxiv · biorxiv.org