利用多模态表征预测蛋白质熔解温度
机器学习
2025-03-25 v3 计算工程、金融与科学
摘要
准确预测蛋白质熔解温度变化（ΔTm）对于评估蛋白质稳定性和指导蛋白质工程至关重要。利用多模态蛋白质表征在捕捉蛋白质序列、结构和功能之间的复杂关系方面展现出巨大前景。在本研究中，我们基于强大的蛋白质语言模型（包括ESM-2、ESM-3和AlphaFold），采用多种特征提取方法来提升预测准确性。通过利用ESM-3模型，我们在s571测试集上取得了新的最先进性能，获得了皮尔逊相关系数（PCC）为0.50。此外，我们进行了公平评估，比较了不同蛋白质语言模型在ΔTm预测任务中的性能。我们的结果表明，整合多模态蛋白质表征可以推动蛋白质熔解温度的预测。
引用
@article{arxiv.2412.04526,
title = {Leveraging Multi-modal Representations to Predict Protein Melting Temperatures},
author = {Daiheng Zhang and Yan Zeng and Xinyu Hong and Jinbo Xu},
journal= {arXiv preprint arXiv:2412.04526},
year = {2025}
}
备注
Accepted to AAAI 2025 FM4BIO workshop