ESMFold蛋白折叠的AI机制

Kevin Lu; Jannik Brinkmann; Stefan Huber; Aaron Mueller; Yonatan Belinkov; David Bau; Chris Wendler

ESMFold蛋白折叠的AI机制

机器学习 2026-02-10 v2 生物大分子

作者: Kevin Lu , Jannik Brinkmann , Stefan Huber , Aaron Mueller , Yonatan Belinkov , David Bau , Chris Wendler

摘要

蛋白质结构预测模型是如何折叠蛋白质的？我们通过追踪ESMFold折叠一根常见的结构构件——β折叠(β hairpin)来回答此问题。通过对模型潜在变量进行反事实干预，我们识别出折叠主干中存在两个计算阶段。在第一个阶段，早期块初始化成对的生化信号：残基身份及其相关的生化特征(如电荷流)从序列表示折射到成对的表示中。在第二个阶段，晚期块发展成对的空间特征：距离和接触信息在成对的表示中逐渐积累。我们表明，ESMFold结构决策背后的机制是可局部化、可通过可解释表示追踪，并通过强因果效应进行操控的。

关键词

蛋白质折叠 ESMFold β折叠潜在干预生化信号

引用

@article{arxiv.2602.06020,
  title  = {Mechanisms of AI Protein Folding in ESMFold},
  author = {Kevin Lu and Jannik Brinkmann and Stefan Huber and Aaron Mueller and Yonatan Belinkov and David Bau and Chris Wendler},
  journal= {arXiv preprint arXiv:2602.06020},
  year   = {2026}
}

备注

Our code, data, and results are available at https://folding.baulab.info

ESMFold蛋白折叠的AI机制

摘要

关键词

引用

备注

相关论文