课程引导的多模态表征学习实现纳米材料-蛋白质相互作用的可泛化预测

纳米材料-蛋白质相互作用（NPI）对于实现纳米材料的治疗和诊断潜力至关重要。尽管人工智能承诺加速机制性理解并实现理性纳米材料设计，但对未见纳米材料或蛋白质的鲁棒泛化仍未解决。本文提出了CuMMI（curriculum-guided multimodal interaction model），即一种面向复杂生物环境中NPI推断的通用、可解释且可迁移的模型。CuMMI利用自构建的百万级NPI数据集，采用以人类血浆为中心、逐步扩展至更广生物流体的多阶段课程，以提升数据覆盖范围和泛化能力。通过整合蛋白质序列、结构以及37个特征的文本编码实验背景，CuMMI捕获了补充材料特异性、生化和环境信息。赋予样本级别的质量权重，以确保充分利用可用数据，同时缓解低置信度和稀疏记录条目。消融研究揭示了最具影响力的表格特征，阐明其对预测的贡献。通过严格的外部验证，包括独立性保留的时间序列、纳米材料留出和蛋白质留出评估，本框架持续实现优异性能（五个分类指标均超过0.75），凸显其对未知数据的鲁棒性和泛化能力。此外，针对独立的金纳米颗粒数据和留出蛋白质子集进行的微调，比从头训练的性能更好，且所需样本数显著减少。综上所述，我们的方法实现了可泛化和可迁移的NPI预测，可能加速体外研究及纳米材料应用。