- 1次围观
本研究聚焦于预测某些蛋白质结构中观察到的折叠转换现象。发生折叠转换的蛋白质称为变构型蛋白质。我们将蛋白质折叠转换预测建模为逐位置（残基级）的分类任务，并使用从蛋白质序列和结构中提取的多种特征训练分类器。我们提出了一类新颖的、手工设计且带参数的特征，用于编码残基的结构上下文。此外，我们还使用现有蛋白质语言模型（PLM）的嵌入来训练分类器。我们训练了二分类器和三分类器；三分类器能够提供关于折叠转换类型的细粒度信息。在我们的计算实验中，二分类预测的分类性能高于细粒度的三分类预测。在标准测试集上，手工设计特征的表现与 PLM 嵌入相当。我们在审稿期间开展了严格的误差分析，发现变构型蛋白质测试数据中存在严重的数据泄漏漏洞。该分析还表明，基于 PLM 的分类器存在序列记忆偏差，无法泛化至新的折叠转换序列。另一方面，我们基于领域知识设计的手工特征分类器之一，无需依赖序列记忆即可检测折叠转换。
本研究聚焦于预测某些蛋白质结构中观察到的折叠转换现象。发生折叠转换的蛋白质称为变构蛋白。我们将蛋白质折叠转换预测建模为逐位置（残基级）的分类任务。我们使用从蛋白质序列及结构中提取的多种特征训练分类器，并提出了一类新颖的手工设计参数化特征，用于编码残基的结构上下文。我们还利用现有蛋白质语言模型（PLM）的嵌入训练分类器。我们训练了二分类器和三分类器，其中三分类器能够提供更细致的折叠转换类型信息。在我们的计算中，二分类预测的分类性能高于三分类细粒度预测。在标准测试集上，手工设计特征的表现与PLM嵌入相当。
在审稿期间，我们进行了严格的误差分析，发现变构蛋白测试数据中存在严重的数据泄漏漏洞。分析还表明，基于PLM的分类器存在序列记忆偏差，无法泛化到新的折叠转换序列。另一方面，我们有一种基于领域知识设计的手工特征分类器，无需依赖序列记忆即可检测折叠转换。
作者声明不存在任何竞争性利益。
感谢您有意传播 bioRxiv 的相关信息。
注意：我们仅请求提供您的电子邮件地址，以确认您是本文的发送者。
关键词：变构蛋白质 · 蛋白质折叠转换 · 残基级分类 · 蛋白质语言模型 · 结构特征工程 · 数据泄漏分析
原文链接：https://www.biorxiv.org/content/10.64898/2026.09.30.755750v1?rss=1