蛋白质语言模型通过救援突变揭示临床相关基因中的变异效应与结构
机器学习
2022-11-21 v1 基因组学
摘要
尽管是自我监督的，蛋白质语言模型已在预测遗传变异对蛋白质结构与功能影响等基础生物学任务中展现出卓越性能。这些模型在多样化任务上的有效性表明，它们学习了适应度地形（fitness landscape）的有意义表示，可有益于下游临床应用。在此，我们通过在每个变异的遗传背景下详尽搜索推定的补偿突变，考察了这些语言模型在刻画精选、医学可操作基因中已知致病突变方面的应用。对这些补偿突变预测效应的系统分析，揭示了其他结构预测器（如 AlphaFold）所遗漏的、未被充分认识到的蛋白质结构特征。尽管深度突变扫描实验提供了突变地形的无偏估计，我们鼓励学界生成并整理救援突变实验，以指导更复杂的共掩码（co-masking）策略设计，并更有效地利用大语言模型于下游临床预测任务。
引用
@article{arxiv.2211.10000,
title = {Protein language model rescue mutations highlight variant effects and structure in clinically relevant genes},
author = {Onuralp Soylemez and Pablo Cordero},
journal= {arXiv preprint arXiv:2211.10000},
year = {2022}
}
备注
NeurIPS 2022, Workshop on Learning Meaningful Representations of Life