蛋白质表示能否编码变体功能?IGLOO 框架诊断残基级归因
Do protein representations encode variant function? Diagnosing residue-level protein attributions via embedding-space gradients
研究团队提出 IGLOO 框架,用具有已知逐残基重要性的合成适应度景观评估蛋白质语言模型的残基级归因。结果显示,预测准确率高并不保证归因忠实;一些模型干预使归因技能分数提高一倍以上,并将 TOPSIS 提升 29%。在真实的 α-淀粉酶和 β-内酰胺酶数据集上出现相似模式,IGLOO 也为选择序列编辑时的残基归因默认设置提供参考。
预印本 · biorxiv · 10.64898/2026.10.21.760763
本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
在蛋白质工程中,一种常见的工作流程是在蛋白质语言模型(pLM)上构建适应度预测器,以估计变体的适应度,并解读哪些残基驱动了这一适应度。积分梯度(integrated gradients)等归因方法通过为残基分配其对变体预测适应度的贡献来实现第二个目标。然而,在缺乏残基重要性真值的情况下,这些归因是否反映了预测器所学到的功能信息尚不清楚。在此,我们提出 IGLOO,这是一个针对具有已知单残基重要性的合成适应度景观来评估残基级归因的框架。在多个实验维度上,高预测准确性并不能保证归因的忠实性。我们发现了能使归因技能评分提高一倍以上、并将 TOPSIS 提升 29% 的模型干预方法,类似的模式在真实的 -淀粉酶和 {beta}-内酰胺酶数据集中同样成立。IGLOO 提供了一套探究 pLM 学到了什么的协议,并为在使用残基归因来选择序列编辑、构建更可信的蛋白质模型时如何选择默认设置提供了指南。
来源:bioRxiv · biorxiv.org