ProtSyntax：用于解析翻译后修饰语法和功能的蛋白质大语言模型

翻译后修饰（PTM）通过残基化学性质、序列上下文、三维微环境及修饰状态之间的依赖关系调控蛋白质功能，然而大多数预测器将位点独立建模，且未将修饰倾向与功能后果关联起来。本文提出 ProtSyntax，一种以 PTM 为中心的蛋白质语言模型，基于 425 万个涵盖 40 类 PTM 的样本进行训练，并针对激酶特异性、PTM 串扰以及酶动力学进行监督学习。ProtSyntax 采用稀疏混合专家架构，将双向长程建模与几何门控注意力相结合，并使用自适应多目标学习，将残基水平的 PTM 语法与蛋白质水平功能耦合起来。在 40 个 PTM 位点基准测试中，ProtSyntax 相较于表现最佳的基线方法，平均 MCC 和 AP 分别提升了 12.7% 和 10.7%。此外，它还能区分真实位点与结构不相容的基序诱饵，将能力迁移至罕见 PTM，恢复串扰关系，将 PTM 扰动与酶动力学变化联系起来，并识别疾病相关的 PTM 破坏。总体而言，ProtSyntax 提供了一个可解释框架，用于解码整个蛋白质组中的 PTM 调控。

ProtSyntax：一种用于解析翻译后修饰语法与功能的蛋白质大语言模型 | bioRxiv

跳转至主要内容

首页 关于 提交 提醒 / RSS 搜索此关键词 高级搜索 最新结果

ProtSyntax：一种用于解析翻译后修饰语法与功能的蛋白质大语言模型

Yiyu Lin

doi： https://doi.org/10.64898/2026.07.18.739331

Yiyu Lin 常州大学

在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY-NC-ND 4.0 国际许可协议提供。

返回顶部 上一篇 下一篇

发布于 2026 年 7 月 21 日。

下载 PDF 补充材料 数据/代码 电子邮件

您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址，每行一个，或用逗号分隔。

您将通过电子邮件发送以下内容

ProtSyntax：一种用于解析翻译后修饰语法与功能的蛋白质大语言模型

消息主题

（您的姓名）已从 bioRxiv 转发一个页面给您

消息正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。

分享

ProtSyntax：一种用于解析翻译后修饰语法与功能的蛋白质大语言模型

Yiyu Lin bioRxiv 2026.07.18.739331； doi： https://doi.org/10.64898/2026.07.18.739331

分享本文： 复制

引文工具

ProtSyntax：一种用于解析翻译后修饰语法与功能的蛋白质大语言模型

Yiyu Lin bioRxiv 2026.07.18.739331； doi： https://doi.org/10.64898/2026.07.18.739331

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.18.739331v1?rss=1

🏷️ 翻译后修饰 蛋白质语言模型 PTM串扰 酶动力学 疾病相关变异 几何门控注意力