Genome Biol?|?李富義團隊實現高精度蛋白質功能注釋

蛋白質是生命系統的核心執行者，從催化反應到調控信號和維持細胞結構，其功能多樣而復雜【1，2】。 隨著高通量測序技術的迅速發展，蛋白質序列數量呈爆炸式增長，但結構解析與實驗功能驗證的速度遠遠落后【3】。 目前， UniProtKB 數據庫中已收錄超過 2.5 億條蛋白質序列，而其中僅約 0.2% 擁有實驗級別的功能注釋【4】。這種序列數量與功能注釋能力之間的不均衡嚴重限制了生命科學研究、疾病機制解析以及藥物靶點發現的深入推進 。

蛋白質的功能與其三級結構密不可分。近幾年， AlphaFold2 和 ESMFold 等結構預測技術的成熟，使得近乎全范圍的蛋白質結構信息變得可獲取，為構建能夠深度融合結構與序列信息的新型預測框架提供了前所未有的機會【5】。 此外， 幾何深度學習的提出 也 為蛋白質功能建模提供了新的解決思路。通過將蛋白質三維結構表示為圖數據結構 ， 從結構圖中學習到更加穩定和可泛化的功能相關模式。

近日， 西北農林科技大學李富義團隊在Genome Biology上發表了題為A scalable equivariant graph network framework for precise protein function prediction的文章。該研究揭示了多模態特征在蛋白質功能形成中的關鍵作用，并表明精準的結構和序列融合建模對于提升功能識別的穩定性至關重要。通過系統分析蛋白質三維結構中的關鍵幾何特征及其對功能預測的貢獻，此研究能有效捕捉決定生物活性的核心殘基與子結構區域，從而糾正傳統方法在復雜或未注釋蛋白上產生的功能偏差。

具體來講， 面對全球蛋白質序列數量爆發式增長、而實驗功能注釋遠遠跟不上的困境， 課題組 提出了一個全新的多通道深度學習框架 （ ENGINE ） 。該框架將蛋白質序列、三維結構以及離散結構序列（ 3Di Token ）等多模態信息進行統一融合，并通過等變圖神經網絡精準捕捉蛋白質在三維空間中的幾何關系，為復雜蛋白功能識別提供了更加可靠的計算基礎。

在多項 GO 功能注釋基準測試中， ENGINE 全面超越主流方法。尤其在低序列同源性和結構偏差明顯的蛋白上， ENGINE 依舊保持高精度預測。更重要的是，模型能夠識別對生物活性至關重要的關鍵殘基和功能性局部結構區域，從而為研究未注釋蛋白和推斷突變影響提供了的支撐。為了便于研究人員輕松復現并拓展該工作， ENGINE 已經開源，并在 GitHub (https://github.com/ABILiLab/ENGINE) 和 Zenodo (https://doi.org/10.5281/zenodo.17221153) 上提供配備了圖形用戶界面（ GUI ）的計算軟件和源代碼。

課題組碩士研究生冉子旭、博士 研究生 郭旭東和澳大利亞 Monash 大學博士 研究 生潘彤為論文共同第一作者，李富義教授為通訊作者，澳大利亞 Monash 大學 Jiangning Song 教授為并列通訊作者。

論文鏈接：https://rdcu.be/eSnla

制版人：十一

參考文獻

1. Jumper, J., et al., Highly accurate protein structure prediction with AlphaFold.nature, 2021. 596 (7873): p. 583-589.

2. Alberts, B., The cell as a collection of protein machines: preparing the next generation of molecular biologists.cell, 1998. 92 (3): p. 291-294.

3 . Zhang, F., et al., DeepFunc : a deep learning framework for accurate prediction of protein functions from protein sequences and interactions.Proteomics, 2019. 19 (12): p. 1900019.

4 . Consortium, U., UniProt : a worldwide hub of protein knowledge.Nucleic acids research, 2019. 47 (D1): p. D506-D515.

5 . Lin, Z., et al., Evolutionary-scale prediction of atomic-level protein structure with a language model.Science, 2023. 379 (6637): p. 1123-1130.

BioArt

Med

Plants

人才招聘

學術合作組織

（*排名不分先后）

轉載須知

【非原創文章】本文著作權歸文章作者所有，歡迎個人轉發分享，未經作者的允許禁止轉載，作者擁有所有法定權利，違者必究。