TopoBind：通过序列嵌入与结构拓扑进行抗体-抗原结合自由能的多模态预测
生物大分子
2025-08-28 v1
摘要
预测抗体与抗原之间的结合自由能是结构感知生物分子建模中的关键挑战，对抗体设计具有直接影响。现有大多数方法要么仅依赖序列嵌入，要么难以捕捉复杂的结构关系，从而限制了预测性能。在本工作中，我们提出了一种新颖的框架，将来自预训练蛋白质语言模型（ESM-2）的基于序列的表示与一组拓扑特征相融合。具体而言，我们提取反映残基层面连接性的接触图度量、刻画跨链相互作用的界面几何描述符、量化空间组织的距离图统计量，以及系统捕捉单个蛋白质内部和抗体-抗原界面处多尺度拓扑结构（如连通分量、环和空腔）的出现与持续性的持久同调不变量。通过利用跨注意力机制融合这些多模态信息，我们的模型有效编码了全局与局部结构组织，从而显著增强了对结合自由能的预测。大量实验表明，我们的模型持续优于仅基于序列的模型和传统结构模型，在结合自由能预测中达到了最先进的精度。
引用
@article{arxiv.2508.19632,
title = {TopoBind: Multi-Modal Prediction of Antibody-Antigen Binding Free Energy via Sequence Embeddings and Structural Topology},
author = {Ciyuan Yu and Hongzong Li and Jiahao Ma and Shiqin Tang and Ye-Fan Hu and Jian-Dong Huang},
journal= {arXiv preprint arXiv:2508.19632},
year = {2025}
}
备注
17 pages, 9 figures