交叉注意力和语言模型揭示了人类嗅觉受体家族功能预测的可解释性

注意力机制为基于数据驱动的生物学原理发现提供了可能性。然而，对于人类嗅觉受体等重要蛋白质家族，注意力在多大程度上能够与具有生物学意义的关键区域相关联，仍缺乏系统性验证。 在本研究中，我们以人类嗅觉受体（ORs）为模型，构建了基于蛋白质语言模型和交叉注意力的 VOC-OR 相互作用预测框架 CrossVOI，其预测性能优于现有方法。此外，我们系统分析了 CrossVOI 的注意力分布，发现注意力不仅聚焦于配体结合界面和进化保守位点，而且在一定程度上还能识别某些动态调控区域。 总之，我们提出了 CrossVOI，这是一种目前性能最佳的 VOC-OR 相互作用预测框架，并分析了注意力机制在人类 OR 中的可解释性。本研究为蛋白质功能预测方法的可解释性提供了见解，有望促进对生物学机制中注意力机制的探索，并为嗅觉受体的大规模筛选与机制分析提供支持。

注意力机制为基于数据驱动的生物学原理发现提供了可能性。然而，对于人类嗅觉受体等重要蛋白质家族，注意力在多大程度上能够与具有生物学意义的关键区域相关联，仍缺乏系统性验证。在本研究中，我们以人类嗅觉受体（ORs）为模型，构建了基于蛋白质语言模型和交叉注意力的 VOC-OR 相互作用预测框架 CrossVOI，其预测性能优于现有方法。此外，我们系统分析了 CrossVOI 的注意力分布，发现注意力不仅聚焦于配体结合界面和进化保守位点，还在一定程度上识别出了一些受动态调控的区域。总之，我们提出了目前用于 VOC-OR 相互作用预测性能最佳的框架 CrossVOI，并分析了注意力机制对人类 OR 的可解释性。本研究为蛋白质功能预测方法的可解释性提供了见解，并有望促进对生物学机制中注意力机制的探索，同时为嗅觉受体的大规模筛选和机制分析提供帮助。

作者声明不存在竞争性利益。

感谢您关注并帮助传播 bioRxiv 的内容。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.10.744067v1?rss=1

🏷️ 嗅觉受体 蛋白质语言模型 交叉注意力 功能预测 可解释性 VOC-OR相互作用