ECRECer：基于多智能体双核学习的酶学委员会编号推荐与基准评测

酶学委员会（EC）编号将蛋白质序列与其催化的生化反应相关联，对于准确理解酶功能和细胞代谢至关重要。许多从头计算方法被提出来直接预测给定输入序列的EC编号。然而，现有方法在预测性能（准确率、召回率、精确率）、可用性和效率方面仍有很大改进空间。在此，我们报告ECRECer，一个基于新颖深度学习技术精确预测EC编号的云平台。为构建ECRECer，我们评估了不同的蛋白质表示方法，并采用蛋白质语言模型进行蛋白质序列嵌入。嵌入后，我们提出一种基于多智能体层次深度学习的框架，以多任务方式学习所提出的任务。具体而言，我们使用极端多标签分类器执行EC预测，并采用贪心策略整合和微调最终模型。与四种代表性方法的比较分析表明，ECRECer取得了最高性能，其准确率和F1分数分别比最先进水平（SOTA）提高了70%和20%。利用ECRECer，我们可以将Swiss-Prot数据库中具有不完整EC编号的大量酶注释到完整的第四级。以UniPort蛋白质“A0A0U5GJ41”为例（1.14.-.-），ECRECer将其注释为“1.14.11.38”，这得到了基于AlphaFold2的进一步蛋白质结构分析的支持。最后，我们建立了网络服务器（https://ecrecer.biodesign.ac.cn）并提供离线包以提高可用性。