近日，中国科学院微生物研究所吴边和崔颖璐团队在《创新》（The Innovation）上发表了题为Structure-based self-supervised learning enables ultrafast protein stability prediction upon mutation的研究论文。该研究开发出基于结构自监督学习的深度学习框架Pythia。Pythia可以快速预测蛋白质突变的稳定性变化（ΔΔG）。这一研究揭示了蛋白质三维结构蕴含的进化语义信息与热力学稳定性之间的深层关联，并通过开源代码（GitHub链接）与Web服务器技术服务体系为蛋白质工程领域提供便捷的研究工具。
蛋白质突变效应预测是解码分子进化机制、优化蛋白质工程改造的关键物理量。但是，传统预测方法面临挑战。一是基于物理力场的计算方法计算复杂度高，难以满足大规模筛选需求；二是依赖于实验数据的监督学习方法易受训练集偏差的影响，使泛化能力受限。
该团队提出了基于三维结构自监督学习的深度学习框架Pythia。Pythia融合了图神经网络与注意力机制，可直接在蛋白质结构中学习氨基酸之间的相互作用。这一“零监督”预训练策略突破了传统方法对标记数据的依赖性，捕获了蛋白质折叠过程中隐藏的物理化学约束规律。
相比于传统的力场函数方法，Pythia单点突变ΔΔG预测速度提升5个数量级，单核计算速度达到约50,000个突变/分钟。在标准测试集S2648上，Pythia的Spearman相关系数为0.616，Pearson相关系数为0.598，性能优于现有模型。这一框架为大规模扫描蛋白质序列空间提供了高效工具。在湿实验验证中，Pythia在不依赖专家筛选的情况下，成功率比基于能量函数的方法提高了一倍，证明其在实际应用中的可靠性。
Pythia有望进一步拓展至蛋白质-蛋白质相互作用预测、多突变协同效应分析等复杂场景，将助力推动计算驱动蛋白质设计范式的转型升级。
研究工作得到国家重点研发计划、国家自然科学基金、中国科学院战略性先导科技专项和青年创新促进会会员项目的支持。
论文链接
Pythia模型框架
据“安徽大学”微信公众号消息，11月8日下午，学校在磬苑校区材料科学大楼D座二楼报告厅召开妇女联合会成立暨第一次妇女代 薛定谔提出生命以负熵为生。普里高津提出耗散结构理论，进一步阐释了能量在有序结构演化中的作用。生物组装体展现出这种能量耗散的特性。当前，科学家借助化学手段，构建了多种耗散组装体系，获得了瞬态结构和性质。而 近日，教育部携手中央广播电视总台聚焦学生心理健康主题共同发布《关注篇》公益广告，这是扎实落实教育部等十七部门联合印发的《全面加强和改进新时代学生心理健康工作专项行动计划（2023—2025年）》的重要举措。 建 中国教育报-中国教育新闻网讯（记者 程墨 通讯员 张伟 马颖颖 丁红伟）为推进“南水北调”水源地学校建设，近日，北京市海淀区教委与湖北丹江口市教育局举行“结对共建学校”签约及授牌仪式，北京市一 中国教育报-中国教育新闻网讯（记者 史望颖 通讯员 金挺 陈波）“在一个小时内，我们完成了‘盛世芳华’插花作品，让这个源于‘两山理论’灵感的花艺展示在世界舞台上绽放。”近日，随着宁波城市职业 中国教育报-中国教育新闻网讯（记者 陈文静 通讯员 张少利 龙海燕 刘嫄 刘意 肖顺彬）日前，2024年世界职业院校技能大赛总决赛争夺赛财经商贸赛道三“关务实务小组”赛项在长沙航空职业技术学院（简 。本文链接：科研人员开发出基于结构自监督学习的深度学习框架http://www.sushuapos.com/show-12-748-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 首次在体外重构减数分裂DNA双链断裂形成
下一篇： 有机自旋电子器件磁响应信号调控研究获进展