ProtInvTree：基于奖励引导树搜索的审慎蛋白质逆向折叠
生物大分子
2025-06-03 v1 计算机视觉与模式识别
机器学习
摘要
设计能够折叠成目标三维结构的蛋白质序列（即蛋白质逆向折叠）是蛋白质工程中的一项基本挑战。尽管近期的深度学习方法在恢复天然序列方面取得了令人瞩目的性能，但它们往往忽略了该问题的一对多性质：多种不同的序列可以折叠成相同的结构。这促使需要一种生成模型，能够在保持结构一致性的同时设计出多样化的序列。为了解决这一权衡，我们引入了 ProtInvTree，这是首个用于蛋白质逆向折叠的奖励引导树搜索框架。ProtInvTree 将序列生成重新表述为一个审慎的、逐步的决策过程，通过自我评估、前瞻和回溯来探索多种设计路径并利用有潜力的候选序列。我们提出了一种两阶段的“聚焦与落地”（focus-and-grounding）动作机制，将位置选择和残基生成解耦。为了高效评估中间状态，我们引入了一种跳跃去噪策略，避免了完整的展开。基于预训练的蛋白质语言模型，ProtInvTree 支持灵活的测试时扩展，无需重新训练即可扩展搜索深度和广度。实验表明，ProtInvTree 在多个基准测试中优于 SOTA 基线，生成了结构一致且多样化的序列，包括那些远离天然真实序列的序列。
引用
@article{arxiv.2506.00925,
title = {ProtInvTree: Deliberate Protein Inverse Folding with Reward-guided Tree Search},
author = {Mengdi Liu and Xiaoxue Cheng and Zhangyang Gao and Hong Chang and Cheng Tan and Shiguang Shan and Xilin Chen},
journal= {arXiv preprint arXiv:2506.00925},
year = {2025}
}