- 3 次围观
蛋白质序列的功能分类仍然是生物学中的一大瓶颈。尽管基于蛋白质语言模型（PLM）的方法已显著提升了广泛蛋白功能预测的性能，但大多数蛋白质序列在专门功能层面——即定义蛋白家族内部特异性的精细分子作用——上仍缺乏精确注释。我们提出 PLMView，这是一种直接基于序列的无监督精细蛋白功能分类框架。PLMView 将蛋白功能推断重构为一个关系型问题：它不是孤立地对序列进行嵌入，而是将其置于一个协作式功能空间中，该空间由与锚定序列的 PLM 嵌入进行比较所定义，从而捕捉细微的序列—功能关系。PLMView 无需标注数据、家族特异性训练或 PLM 微调，即可准确区分同源蛋白之间的专门功能，并突出可能决定功能特异性的残基。该方法在保持计算高效的同时实现了高精度：在不到 40 分钟内即可使用 1,000 个锚点对约 10,000 条序列进行分类；与池化嵌入方法相比，且在具有挑战性的案例中与序列相似性网络（SSN）相比，PLMView 提供了更精细且更符合生物学逻辑的功能分辨率，同时在该规模数据集上的 SSN 重建速度提升超过 10 倍。其在硫氧还蛋白、视觉视紫红质以及 Tara Oceans 环境硅藻冷休克蛋白中的应用表明，PLMView 能够从成熟蛋白家族中可解释的残基层面决定因素，推进到大规模环境功能发现，将分子特化与全球海洋中的生态分布和转录部署联系起来。
PLMView：用于快速且可扩展的专门化蛋白质功能推断的协作式蛋白质语言模型表征 | bioRxiv
跳转至主要内容
首页 关于 投稿 提醒 / RSS 搜索此关键词 高级搜索 最新结果
PLMView：用于快速且可扩展的专门化蛋白质功能推断的协作式蛋白质语言模型表征
Vinh-Son Pho， Alessandro Natale Bianchi， Matteo Scarsini， Chris Bowler， Alessandra Carbone
doi： https://doi.org/10.64898/2026.07.31.742035
Vinh-Son Pho 1 索邦大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本站搜索该作者 Vinh-Son Pho 的 ORCID 记录
Alessandro Natale Bianchi 1 索邦大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本站搜索该作者 Alessandro Natale Bianchi 的 ORCID 记录
Matteo Scarsini 2 巴黎高等师范学院 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本站搜索该作者 Matteo Scarsini 的 ORCID 记录
Chris Bowler 2 巴黎高等师范学院 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本站搜索该作者 Chris Bowler 的 ORCID 记录
Alessandra Carbone 1 索邦大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本站搜索该作者 Alessandra Carbone 的 ORCID 记录
通讯作者： alessandra.carbone{at}lip6.fr
摘要 信息/历史 指标 数据/代码 预览 PDF
摘要
蛋白质序列的功能分类仍然是生物学中的一个主要瓶颈。尽管基于蛋白质语言模型（PLM）的方法已显著提升了广义蛋白质功能预测能力，但大多数蛋白质序列仍然缺乏专门化功能层面的精确注释——即界定蛋白质家族内特异性的细粒度分子作用。我们提出了 PLMView，这是一个可直接从序列进行细粒度蛋白质功能分类的无监督框架。PLMView 将蛋白质功能推断重新表述为一个关系性问题：它不是孤立地嵌入序列，而是通过与锚定序列的 PLM 嵌入进行比较，将序列定位于一个协作式功能空间中，从而捕捉微妙的序列—功能关系。在无需标注数据、无需家族特异性训练、也无需对 PLM 进行微调的情况下，PLMView 能够准确区分同源蛋白之间的专门化功能，并突出显示可能决定功能特异性的残基。该方法在保持计算效率的同时实现了较高精度；使用 1,000 个锚定序列时，可在 40 分钟内完成约 10,000 条序列的分类。与池化嵌入方法相比，并且在具有挑战性的情形下与序列相似性网络（SSN）相比，PLMView 提供了更细致且更符合生物学一致性的功能分辨率；同时，在这一规模的数据集上，其速度比 SSN 重建快 10 倍以上。对硫氧还蛋白、视觉视蛋白以及 Tara Oceans 环境硅藻冷休克蛋白的应用表明，PLMView 能够从研究充分的蛋白质家族中具有可解释性的残基水平决定因素，扩展到大规模环境功能发现，将分子专门化与其在全球海洋中的生态分布和转录部署联系起来。
利益冲突声明
脚注
https://zenodo.org/records/20555097 https://gitlab.lcqb.upmc.fr/Vinh-Son/PLMView
已声明资助信息
France 2030 - PostGenAI@Paris，ANR-23-IACL-0007 法国国家研究署， https://ror.org/00rbzpz17，DEFINE ANR-24-CE45-7686 法兰西大学研究院 法国高等教育与研究部，索邦大学 Horizon Europe， BlueRemediomics 项目，资助协议编号 101082304
版权
本预印本的。 本文依据 CC-BY-NC 4.0 国际许可协议提供。
返回顶部 上一项 下一项
发布于 2026 年 8 月 5 日。 下载 PDF 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，或以逗号分隔。
您将通过电子邮件发送以下内容 PLMView：用于快速且可扩展的专门化蛋白质功能推断的协作式蛋白质语言模型表征
邮件主题 （您的姓名）已从 bioRxiv 转发了一个页面给您
邮件正文 （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工访客，并防止自动垃圾信息提交。
分享
PLMView：用于快速且可扩展的专门化蛋白质功能推断的协作式蛋白质语言模型表征
Vinh-Son Pho， Alessandro Natale Bianchi， Matteo Scarsini， Chris Bowler， Alessandra Carbone
bioRxiv 2026.07.31.742035； doi： https://doi.org/10.64898/2026.07.31.742035
分享本文： 复制
引文工具
PLMView：用于快速且可扩展的专门化蛋白质功能推断的协作式蛋白质语言模型表征
Vinh-Son Pho， Alessandro Natale Bianchi， Matteo Scarsini， Chris Bowler， Alessandra Carbone
bioRxiv 2026.07.31.742035； doi： https://doi.org/10.64898/2026.07.31.742035
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.31.742035v1?rss=1
🏷️ 蛋白质语言模型 蛋白质功能预测 无监督分类 序列嵌入 功能特异性分析