RulePep：可解释的 ESM 引导神经符号肽分类

肽作为治疗候选物、递送载体和功能性生物分子，正受到越来越广泛的研究；然而，由于序列空间极其庞大，且微小的序列变化即可改变其功能，因此对肽活性与安全性的实验筛选仍然成本高昂。因此，基于计算的方法进行肽分类有助于优先筛选候选分子。然而，许多基于蛋白质语言模型的分类器虽然能够取得优异性能，却依赖不透明的预测头，从而难以判定哪些已学习到的证据支持或反对某一预测。 我们提出了 RulePep，这是一种由 ESM-2 引导的、用于肽功能预测的神经符号分类器。RulePep 将冻结的 ESM-2 序列表征映射为学习得到的潜在谓词、受极性约束的可微规则，以及一个其组成部分可在个案层面进行检视的加性符号 logit。我们在三项生物学上彼此不同的肽分类任务上评估了 RulePep：血脑屏障穿透性、溶血效力和抗癌活性。在 BBPpredict、HemoPI3 和 AntiCP 2.0 的替代基准数据集上，RulePep 分别取得了 0.8869/0.6850、0.9155/0.6820 和 0.9765/0.8633 的 AUROC/MCC 值。消融实验支持了多层表征池化、规则极性、挖掘规则初始化、符号容量以及基于规则的聚合等因素的贡献。RulePep 将具有竞争力的预测性能与加性 logit 重构、规则级证据报告以及谓词抑制审计相结合，为肽候选物优先筛选提供了一个透明的、基于序列的框架。

肽作为治疗候选物、递送载体和功能性生物分子，正日益受到关注，但由于序列空间极其庞大，且微小的序列变化即可改变其功能，因此对肽活性与安全性的实验筛选仍然成本高昂。因此，计算肽分类可帮助优先筛选候选分子。然而，许多基于蛋白质语言模型的分类器虽能取得优异性能，却依赖不透明的预测头，这使得人们难以判定哪些已学习到的证据支持或反对某一预测。

我们提出了 RulePep，一种由 ESM-2 引导的、用于肽功能预测的神经符号分类器。RulePep 将冻结的 ESM-2 序列表征映射到学习得到的潜在谓词、受极性约束的可微规则，以及一个其组成部分可在个案层面进行检查的加性符号 logit。我们在三个生物学上彼此不同的肽分类任务上评估了 RulePep：血脑屏障穿透性、溶血效力和抗癌活性。在 BBPpredict、HemoPI3 和 AntiCP 2.0 的替代基准数据集上，RulePep 分别取得了 0.8869/0.6850、0.9155/0.6820 和 0.9765/0.8633 的 AUROC/MCC 值。消融实验支持了多层表征池化、规则极性、挖掘规则初始化、符号容量以及基于规则的聚合所作出的贡献。RulePep 将具有竞争力的预测性能与加性 logit 重构、规则级证据报告以及谓词抑制审计相结合，为肽候选分子的优先筛选提供了一个透明的、基于序列的框架。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.03.736448v1?rss=1

🏷️ 肽功能预测 可解释人工智能 神经符号学习 蛋白质语言模型 ESM-2 序列分类