PepTriX：面向可解释肽段分析的蛋白质语言模型框架
人工智能
2025-11-14 v1
摘要
肽段分类任务，如预测毒性和HIV抑制作用，是生信学和药物发现中的基础任务。传统方法依赖大量手工编码的一维（1D）肽段序列，这会限制其在不同任务和数据集上的可泛化性。最近，诸如ESM-2和ESMFold等蛋白质语言模型（PLMs）已展示出强大的预测性能。然而，这些方法面临两个关键挑战：其一，微调计算成本高；其二，其复杂的潜在表征会阻碍领域专家的可解释性。此外，许多框架针对特定类型的肽段分类开发，缺乏通用性。这些限制阻碔了将模型预测与生物学相关基序及结构特性相联系的能力。为此，我们提出PepTriX，一种新型框架，通过图注意力网络集成一维序列嵌入与三维结构特征，并增强对比学习和跨模态协注意力。PepTriX能够自动适应多样化数据集，生成任务特定的肽段向量，同时保持生物学可信度。经领域专家评估后发现，PepTriX在多项肽段分类任务中表现卓越，能够提供关于驱动预测的结构和生物物理基序的可解释见解。因此，PepTriX在预测鲁棒性和可解释验证之间提供了平衡，弥合了以性能为导向的肽段水平模型（PLMs）与肽段研究中领域层次理解之间的鸿沟。
引用
@article{arxiv.2511.10244,
title = {PepTriX: A Framework for Explainable Peptide Analysis through Protein Language Models},
author = {Vincent Schilling and Akshat Dubey and Georges Hattab},
journal= {arXiv preprint arXiv:2511.10244},
year = {2025}
}