RegimeFormer：全球扰动状态的大型蛋白质模型

蛋白质语言模型能够在大规模尺度上组织序列与结构信息，但对于蛋白质如何响应突变的全局表征仍然缺失。我们提出了 RegimeFormer——一种大规模蛋白质扰动模型，并将其与 RegimeAtlas 相结合；RegimeAtlas 通过对遍及生命之树的 202,556,313 条非冗余蛋白质序列进行协调整合与索引而构建。一个保留多样性的百万蛋白质子集提供了高分辨率的训练与推理层，其中 995,995 个蛋白质在 407,048,356 个残基上生成残基水平的汇总信息，并可按需获得特异于氨基酸替换的预测结果。在实验性深度突变扫描、分子基准测试、结构置信度和进化约束等方面，RegimeFormer 识别出具有可重复性的蛋白质层面扰动状态，从而组织残基脆弱性、适应性与预测不确定性。状态条件化能够提升特异于氨基酸替换的预测性能，其中在未见蛋白质、未见蛋白质家族和低同源性评估中取得了最大的相对增益。由 RegimeFormer 推导的分子先验进一步改善了下游转录组学和药物响应建模。总体而言，RegimeFormer 与 RegimeAtlas 提供了一个可扩展框架，用于在全球序列空间中描绘、预测和查询蛋白质扰动图谱。

4 浙江农林大学森林食品资源开发利用国家重点实验室； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Zhikang Chen

5 牛津大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Haowei Wang

6 同济大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Shuying Cao

7 南加州大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Xiaolei Yu

8 浙江大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Xiangfei Han

9 暨南大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Yun Liu

10 中国科学院深圳先进技术研究院深圳合成生物学研究所 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Yang Liu

1 南洋理工大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Tingting Zhu

5 牛津大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 Dacheng Tao

1 南洋理工大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在本网站搜索该作者 摘要

信息/历史 指标 预览 PDF 摘要

蛋白质语言模型能够在大规模范围内组织序列和结构信息，但目前仍缺乏关于蛋白质如何响应突变的全局表征。我们提出了 RegimeFormer，这是一种大型蛋白质扰动模型，并将其与 RegimeAtlas 相结合；RegimeAtlas 通过协调整合并编目生命之树中的 202,556,313 条非冗余蛋白质序列而构建。一个保留多样性的一百万蛋白质子集构成了高分辨率训练与推理层，其中 995,995 个蛋白质在 407,048,356 个残基上产生残基水平的汇总信息，并可按需提供特定替换的预测结果。在实验性深度突变扫描、分子基准测试、结构置信度和进化约束等方面，RegimeFormer 鉴定出具有可重复性的蛋白质水平扰动状态，从而对残基脆弱性、适应性和预测不确定性进行组织。状态条件化能够改善特定替换的预测；在未见过的蛋白质、未见过的蛋白质家族以及低同源性评估中，相对增益最大。RegimeFormer 衍生的分子先验还进一步提升了下游转录组学和药物反应建模的性能。总体而言，RegimeFormer 与 RegimeAtlas 为跨越全局序列空间绘制、预测和查询蛋白质扰动景观提供了一个可扩展的框架。

利益冲突声明

版权

本预印本的。

该内容依据 CC-BY 4.0 国际许可协议 提供。

返回顶部 上一篇 发布于 2026 年 8 月 30 日。 下载 PDF 电子邮件

感谢您有兴趣传播 bioRxiv 上的内容。

您的电子邮件地址 *

您的姓名 *

发送至 *

在不同的行中输入多个地址，或使用逗号分隔。

您即将发送以下内容

RegimeFormer：一种用于全局扰动状态的大型蛋白质模型

（您的姓名）已将 bioRxiv 上的页面转发给您

邮件正文

（您的姓名）认为您可能会对 bioRxiv 网站上的这一页面感兴趣。

您的个人留言

验证码

此问题用于测试您是否为真人访客，并防止自动垃圾邮件提交。

分享

RegimeFormer：一种用于全局扰动状态的大型蛋白质模型

Siyuan Ma 、 Yi Chai 、 Yi Wu 、 Qixin Zhang 、 Yajing Yuan 、 Kanglu Zhao 、 Zhikang Chen 、 Haowei Wang 、 Shuying Cao 、 Xiaolei Yu 、 Xiangfei Han 、 Yun Liu 、 Yang Liu 、 Tingting Zhu 、 Dacheng Tao

bioRxiv 2026.08.26.747182； doi： https://doi.org/10.64898/2026.08.26.747182

分享本文： 复制 引用工具

RegimeFormer：一种用于全局扰动状态的大型蛋白质模型

Siyuan Ma 、 Yi Chai 、 Yi Wu 、 Qixin Zhang 、 Yajing Yuan 、 Kanglu Zhao 、 Zhikang Chen 、 Haowei Wang 、 Shuying Cao 、 Xiaolei Yu 、 Xiangfei Han 、 Yun Liu 、 Yang Liu 、 Tingting Zhu 、 Dacheng Tao

bioRxiv 2026.08.26.747182； doi： https://doi.org/10.64898/2026.08.26.747182

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.26.747182v1?rss=1

🏷️ 蛋白质语言模型 蛋白质扰动预测 深度突变扫描 蛋白质进化约束 药物响应建模