ProteinGuide：面向蛋白质序列生成模型的即时属性引导
机器学习
2026-01-19 v4 生物大分子
摘要
序列生成模型正在改变蛋白质工程。然而，目前尚不存在针对这些模型在不额外训练生成模型的情况下，以实验数据为条件信息的原则性框架。本文提出 ProteinGuide 方法，用于此类“即时”条件化，可适用于包括掩码语言模型（如 ESM3）、任意顺序自回归模型（如 ProteinMPNN）以及扩散模型和流匹配模型（如 MultiFlow）的广泛蛋白质生成模型类。ProteinGuide 源于我们将这些模型类在单一统计框架下统一视角的观点。作为原理验证，我们进行了若干仿真实验。我们首先引导预训练的生成模型设计具有用户指定属性的蛋白质，如更高的稳定性或活性。随后，我们设计了两个彼此处于矛盾关系的期望属性的优化方案。最后，我们在实验室中应用该方法，仅凭 2000 种变体的单个 pooled library 数据，使用 ProteinGuide 提升了腺嘌呤碱编辑剂体内编辑活性。我们发现，单轮 ProteinGuide 的编辑效率优于以前使用七轮定向进化所达到的水平。
引用
@article{arxiv.2505.04823,
title = {ProteinGuide: On-the-fly property guidance for protein sequence generative models},
author = {Junhao Xiong and Ishan Gaur and Maria Lukarska and Hunter Nisonoff and Luke M. Oltrogge and David F. Savage and Jennifer Listgarten},
journal= {arXiv preprint arXiv:2505.04823},
year = {2026}
}