Network and Sequence-Based Prediction of Protein-Protein Interactions
背景：通常，蛋白质通过相互作用来执行关键的生物学功能。因此，预测哪些蛋白质对相互作用是一个基本问题。实验方法是缓慢的，昂贵的，并且可能是容易出错的。已经提出了许多计算方法来识别候选相互作用对。如果准确，它们可以作为一个廉价的初步过滤阶段，随后进行下游实验验证。在这些方法中，基于序列的是非常有前途的。结果：我们提出了一种新的算法，利用拓扑和生物信息来预测蛋白质相互作用。我们全面比较我们的框架与国家的最先进的方法在可靠的PPI数据集，表明他们有竞争力或更高的准确性生物验证testsets.Conclusion：我们表明，拓扑加上基于序列的计算方法可以有效地预测整个人类interactome相比，利用只有一个生物信息源的方法。
2022-02-06 cs.OH q-bio.BM
Fold-switching Proteins
本文探讨了fold-switching proteins通过响应刺激重塑结构挑战传统认知，指出其双重折叠行为受进化选择且在生命各界发挥关键作用，并总结了相关未解问题与未来研究方向。
2025-07-14 q-bio.BM
Biological Insights from Integrative Modeling of Intrinsically Disordered Protein Systems
本文综述了利用整合建模方法从固有无序蛋白及其复合物结构系综中获取生物学洞见的多种策略，并重点总结了无序区域在结合、相分离和药物靶向中的结构与动态特征。
2024-12-27 physics.bio-ph q-bio.BM
Conformational Dynamics of Supramolecular Protein Assemblies in the EMDB
电子显微镜数据库（EMDB）是一个快速增长的知识库，用于传播超分子蛋白组装体（包括马达、伴侣蛋白、细胞骨架组装体和病毒衣壳）的单粒子重建的结构数据。虽然这些组件的静态结构提供了重要的洞察其生物功能，其构象动力学和力学提供了额外的重要信息，其生物功能的机制。在这里，我们提出了一个无监督的计算框架，以分析和存储公共访问的超分子蛋白质组件的构象动力学存放在EMDB。构象动力学分析，使用正常模式分析的有限元框架，这是用来计算平衡的热波动，在分子运动中的互相关，和应变能分布的452目前存储在EMDB中的681个条目。乙型肝炎病毒衣壳，核糖体结合的终止因子RF2和GroEL的结果详细介绍和验证与全原子为基础的模型。EMDB中蛋白质组装体的构象动力学可能有助于解释其生物学功能，以及基于EM的结构的分类和细化。
2010-01-05 q-bio.BM
Multiple Scales in the Simulation of Ion Channels and Proteins
生物过程的计算为日常生活带来了巨大的希望，也为物理科学家带来了巨大的挑战。分子动力学的模拟作为结构生物学的自然延伸吸引了生物学家。一旦生物学家看到一个结构，他们想看到它移动。分子生物学表明，一些原子，通常是信使离子，如Ca $^{2+}$，控制细胞（有时是有机体）的生物功能。蛋白质通道和酶中的高浓度离子（~20 M）可以控制生命系统的重要特性，就像电极附近的高浓度离子控制电化学系统的重要特性一样。模拟生物细胞的所有原子所需的尺度差异是线性维度的$10^7$、三维维度的$10^{21}$、分辨率的$10^{9}$、时间的$10^{11}$和粒子数的$10^{13}$（用于处理Ca $^{2+}$的浓度）。$\mathbf{These}$ $\mathbf{scales}$ $\mathbf{must}$ $\mathbf{be}$ $\mathbf{dealt}$ $\mathbf{with}$ $\mathbf{simultaneously}$如果模拟是为了处理大多数生物功能。我们提出了一种计算方法，使用显式多尺度分析，而不是隐式模拟的所有尺度。成功地计算离子集中在特殊的地方可能是一个重要的一步，了解生物和电化学系统的定义特性。
2019-03-04 q-bio.BM
Fourier Analysis of Biological Evolution: Concept of Selection Moment
许多蛋白质家族的二级结构元件在其相对面上表现出差异保守性。根据定义，两亲性螺旋和β-折叠具有这种性质，并发挥关键的功能作用。蛋白质家族的这种类型的进化轨迹通常对蛋白质家族的功能以及在亚家族内创建功能至关重要。也就是说，微分守恒保持了蛋白质结构与其方向相关的性质，这些性质在包装，识别和催化中很重要。在这里，我定义并制定了一个新的概念，称为选择时刻，检测这种进化过程中的蛋白质序列。它的各种应用程序的治疗是详细的。
2007-04-23 q-bio.BM q-bio.QM
IDP-Bert: Predicting Properties of Intrinsically Disordered Proteins (IDP) Using Large Language Models
本文提出IDP-Bert深度学习模型，利用Transformer和蛋白质语言模型仅从氨基酸序列预测固有无序蛋白的回转半径、去相关时间和热容等性质，避免了昂贵的实验与模拟。
2024-11-23 q-bio.BM
Topological fingerprints reveal protein-ligand binding mechanism
蛋白质-配体结合是一个重要的生物学过程，它与信号转导、代谢途径、酶的构建、细胞分泌、基因表达等诸多生物学过程密切相关。蛋白质-配体结合亲和力的准确预测对于合理的药物设计、蛋白质-配体结合及其诱导功能的理解至关重要。现有的结合亲和力预测方法充斥着几何细节并且涉及过高的维度，这削弱了它们对大量结合数据的预测能力。拓扑提供了一个最终的抽象层次，从而导致几何信息的大量减少。持久同调将几何信息嵌入到拓扑不变量中，在复杂几何和抽象拓扑之间架起了一座桥梁。然而，它过度简化了生物信息。在拓扑简化过程中，引入元素特异性持续同源性（ESPH）来保留重要的生物信息。ESPH和机器学习的结合成为揭示蛋白质-配体结合机制和预测结合亲和力的最有效、最强大的工具之一。
2017-03-31 q-bio.BM q-bio.QM
The cosmological model of eternal inflation and the transition from chance to biological evolution in the history of life: The possibility of chance emergence of the replication and translation systems, and the protein superfolds
地球上生命的进化主要是由自然选择控制的，其他进化过程也有很大贡献，如中性变异、适应性增强和基因复制。然而，生物进化的起飞，需要一定的最低程度的复杂性，这样一个复制基因组编码的手段，为自己的复制有足够的速度和保真度。在所有现存的生命形式中，这是通过专门的蛋白质，聚合酶（复制酶）来实现的，这些蛋白质是由精心设计的翻译系统产生的。然而，如果没有预先存在的有效复制，复制和翻译的耦合系统的进化似乎是不可能的;因此，鸡-蛋型悖论。我认为，多世界合一的宇宙模型的永恒的通货膨胀意味着复制和翻译的出现，以及主要的蛋白质折叠，仅仅是偶然的，而不是生物进化，是一个现实的可能性，并可以提供生物进化的开始。因此，尽管RNA的催化活性可能对生物进化的开始及其早期阶段至关重要，但目前所设想的RNA世界可能从未存在过。
2007-01-16 gr-qc q-bio.BM q-bio.PE
Protein-Mamba: Biological Mamba Models for Protein Function Prediction
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Stanford University（斯坦福大学）；University of Minnesota Twin Cities（明尼苏达大学双城分校）；KAIST（韩国科学技术院）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对蛋白质功能预测的复杂性，提出两阶段模型Protein-Mamba，结合自监督预训练与微调以有效利用无标签和有标签数据，在多数据集上取得竞争力性能，助力药物发现。
2024-09-22 cs.LG q-bio.BM q-bio.QM
ProLLM: Protein Chain-of-Thoughts Enhanced LLM for Protein-Protein Interaction Prediction
Rutgers University（罗格斯大学）；University of Liverpool（利物浦大学）；Peking University（北京大学）；Massachusetts Institute of Technology（麻省理工学院）；New Jersey Institute of Technology（新泽西理工学院）
针对现有PPI预测方法忽略间接非物理连接的局限，提出融合蛋白质思维链ProCoT的ProLLM框架，借助LLM和信号通路推理机制，结合嵌入替换与指令微调，在基准数据集上实现了预测准确率和泛化性的显著提升。
2024-07-12 cs.LG q-bio.BM q-bio.MN
Do Protein Transformers Have Biological Intelligence?
University of Delaware（德克萨斯大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；Yale University（耶鲁大学）；University of Louisiana at Lafayette（路易斯安那州立大学）
本文构建 Protein-FN 数据集，提出轻量高效的 SPT 架构与 Sequence Score 可解释方法，验证蛋白质 Transformer 能以高准确率发现符合生物学知识的序列模式。
2025-06-07 cs.AI cs.LG q-bio.BM
Retrieval and competition: how a protein foundation model starts a protein
Department of Biology, University of Oxford, Oxford, UK（牛津大学生物学系）；Kavli Institute for Nanoscience Discovery, University of Oxford, Oxford, UK（牛津大学纳科学发现研究所）；Department of Chemistry, University of Oxford, Oxford, UK（牛津大学化学系）
通过追踪ESM2-8M预测蛋白质起始甲硫氨酸的计算路径，发现模型依赖位置先验检索而非直接识别，揭示了模型置信度与生物学证据之间的脱节。
2026-06-03 cs.AI q-bio.BM
Dynamical coupling between protein conformational fluctuation and hydration water: Heterogeneous dynamics of biological water
我们研究了溶剂化动力学中水和氨基酸侧链残基之间的动力学耦合，通过选择通常用作天然探针的残基，即色氨酸，酪氨酸和组氨酸，位于蛋白质表面的不同位置，并具有不同程度的溶剂暴露。发现这种不同位置的残基表现出不同的弛豫时间尺度。总溶剂化响应，如通过探针测量的，根据其与（i）蛋白质核心、（ii）侧链原子和（iii）水分子的相互作用进行分解。这些贡献之间的显着的反交叉相关性被观察到作为一个结果的侧链辅助能量流之间的蛋白质核心和水化层，这是重要的蛋白质的适当的功能。还观察到，有旋转更快以及更慢的水分子比本体溶剂，这被认为是负责的溶剂化动力学中观察到的众多的时间尺度。我们还建立了缓慢的溶剂化来自蛋白质侧链波动的显着贡献。当蛋白质侧链的运动被强制淬灭时，溶剂化根据探针的位置变得更快或更慢。
2017-02-28 cond-mat.stat-mech physics.chem-ph q-bio.BM
AnnoDPO: Protein Functional Annotation Learning with Direct Preference Optimization
本文提出 AnnoDPO 多模态框架，利用 DPO 的偏好对齐训练目标增强蛋白质功能注释学习，以缓解注释稀缺与类别不平衡问题。
2025-06-08 cs.AI q-bio.BM
How does a protein search for the specific site on DNA: the role of disorder
蛋白质可以在DNA上定位它们的特定目标，比Smoluchowski三维扩散速率快两个数量级。这是由于蛋白质对DNA的非特异性吸附以及随后沿DNA的一维滑动。我们称这种朝向目标的一维路线为“天线”。我们研究了天然DNA的准随机序列对天线内非特异性结合能色散的影响。滑动蛋白质的随机能量分布减慢了目标的搜索速度。我们表明，这种放缓是不同的宏观和介观天线。
2006-04-24 cond-mat.soft q-bio.BM
Elements of Coevolution in Biological Sequences
对蛋白质内部和蛋白质之间的氨基酸的协同进化的研究揭示了两种类型的协同进化单位：协同进化接触，这是沿着序列远离但在三维结构中接触的氨基酸对，以及扇区，这是结构上连接的氨基酸的较大群体，它们是蛋白质生化性质的基础。通过协调两种方法来分析多个序列比对中的相关性，我们将这两个发现联系在一起，并与共同进化的中间大小的单位，称为“节”，这被证明提供额外的信息。通过将分析扩展到细菌基因组中的直向同源基因的共现，我们还表明，方法和结果是通用的，相关的超越蛋白质结构。
2013-04-19 cond-mat.dis-nn q-bio.BM
Heterogeneous biological membranes regulate protein partitioning via fluctuating diffusivity
本文利用朗之万动力学与相场方法模拟异质生物膜，揭示了蛋白质在有序/无序域中的扩散率涨落及亚扩散机制，并定量证明域间扩散率差异、域偏好和分子浓度共同决定蛋白质分配。
2023-08-10 cond-mat.mes-hall cond-mat.soft cond-mat.stat-mech
Biological Consequences of Tightly Bent DNA: The Other Life of a Macromolecular Celebrity
DNA的力学性质在许多生物功能中起着关键作用。例如，病毒中的DNA包装涉及将病毒基因组限制在具有与DNA持久长度相当的尺寸的体积（病毒衣壳）中。类似地，真核生物的DNA被包装在DNA-蛋白质复合物（核小体）中，其中DNA紧紧地围绕蛋白质线轴弯曲。DNA也被许多调节转录的蛋白质紧紧地弯曲，导致基因表达的变化，这种变化适合于定量分析。在这些情况下，DNA环形成的长度与DNA持久长度相当或更小。本综述的目的是描述与紧密弯曲的DNA在所有这些设置的物理力，并探讨这种弯曲的生物学后果，越来越多的单分子技术。
2006-11-01 q-bio.BM q-bio.QM
Neutral genetic drift can aid functional protein evolution
背景技术背景：自然进化蛋白质积累的许多突变是中性的，因为它们不会显著改变蛋白质执行其主要生物功能的能力。然而，当选择开始倾向于其他“混杂”功能时，新的蛋白质功能就会进化出来，这些功能是蛋白质生物学作用的附带功能。如果相对于蛋白质的主要生物学功能而言是中性的突变导致混杂功能的实质性变化，则这些突变可能使未来的功能进化成为可能。研究结果：在这里，我们调查这种可能性实验研究细胞色素P450酶，相对于一个单一的基板上的活性已经发展成中性改变了他们的能力，催化反应的其他五个基板。我们发现，在混杂的活动中，酶的变化有时多达四倍。混杂活性的变化往往随着突变的数量而增加，并且可以在很大程度上根据底物的化学结构来合理化。化学上类似的底物的活动往往以协调的方式变化，可能提供一种途径，系统地预测一个功能的变化的基础上测量的几个其他的。结论：我们的工作表明，最初中性的遗传漂变可以导致目前未被选择的蛋白质功能发生实质性变化，实际上，如果选择在未来“提出新问题”，蛋白质更容易进行功能进化。
2007-05-02 q-bio.BM q-bio.PE
MicroFuse: Protein-to-Genome Expert Fusion for Microbial Operon Reasoning
Department of Physics and Astronomy, Rice University, Texas, USA（物理与天文学系，里士满大学，德克萨斯州，美国）
本文提出MicroFuse框架，通过融合蛋白质结构表示和基因组上下文表示，提升微生物启动子预测的准确性。在OG-Operon100K数据集上，MicroFuse在多个评估指标上表现最优，尤其在生物上模糊的情况中表现突出。
2026-05-09 cs.LG q-bio.BM q-bio.GN
Directional interactions and cooperativity between mechanosensitive membrane proteins
虽然现代结构生物学为我们提供了丰富多样的膜蛋白图片，膜蛋白的生物学功能往往是由周围的脂质双层的机械性能的影响。在这里，我们探索膜蛋白的形状和膜蛋白的弹性相互作用引起的膜蛋白的合作功能之间的关系。对于机械敏感离子通道的实验模型系统，我们发现，弹性相互作用的符号和强度取决于蛋白质的形状，产生不同的蛋白质取向不同的合作门控曲线。我们的方法预测了定向弹性相互作用如何影响拥挤膜中蛋白质的分子结构，组织和生物功能。
2013-05-24 cond-mat.soft physics.bio-ph q-bio.BM
Protein bioelectronics: a review of what we do and do not know
本文综述了蛋白质分子电子学的研究现状。首先，我们讨论了电子转移和运输的基本概念和跨蛋白质和提出这些过程的机制。然后，我们描述了在纳米级和宏观方法的蛋白质固定到固态表面，并强调不同的方法可以改变蛋白质的电子特性。由于固定蛋白质，同时保留生物活性是至关重要的生物电子器件的成功开发，我们讨论这个过程的长度。我们简要讨论计算预测和实验结果的联系。然后，我们总结了固定化蛋白质的生物活性是如何有利于生物电子器件，以及电导测量如何揭示蛋白质的性质。最后，我们考虑如何研究到目前为止可能会影响未来的生物电子设备的发展。
2017-08-04 cond-mat.mtrl-sci physics.bio-ph q-bio.BM
Protein crystallization in vivo
体内蛋白质结晶提供了一些生物自组装的有趣例子。在这里，我们提供了一个选择性的调查，以显示蛋白质晶体所使用的功能的多样性，以及所利用的晶体的物理性质。在已知的情况下，我们强调如何性质的蛋白质相互作用导致控制的结晶行为。
2005-10-03 cond-mat.soft q-bio.BM
Assortative mixing in Protein Contact Networks and protein folding kinetics
从氨基酸的线性链开始，蛋白质自发折叠成它们精细的三维结构是生物自组织的一个显著例子。我们从复杂网络的角度研究了30个单结构域、双状态蛋白质的自然状态结构，以理解拓扑参数在蛋白质折叠动力学中的作用，在两个长度尺度上--作为"蛋白质接触网络“（PCNs）及其相应的”长程相互作用网络“（LINs），通过忽略短程相互作用构建。我们的研究结果表明，PCNs和LINs都表现出特殊的拓扑性质的“非对称混合”，这是在所有其他生物和技术网络研究到目前为止。我们发现，这些接触网络的度分布是部分负责所观察到的非线性。在短接触和长接触尺度下，线性化系数与蛋白质折叠速率均呈正相关，而只有LINs的聚类系数呈负相关。结果表明，这些自然进化的蛋白质网络的一般拓扑参数可以有效地代表结构和功能特性所需的快速信息传递之间的残基促进生化/动力学功能，如，变构，稳定性和折叠的速度。
2007-11-17 q-bio.BM q-bio.MN
Leveraging Machine Learning Models for Peptide-Protein Interaction Prediction
本文综述了利用机器学习和深度学习模型预测肽-蛋白质相互作用的方法，旨在克服传统计算成本高、柔性大等挑战，并提升预测的准确性、鲁棒性与可解释性。
2024-02-07 q-bio.BM q-bio.QM
TaxDiff: Taxonomic-Guided Diffusion Model for Protein Sequence Generation
Peking University（北京大学）；Peng Cheng Laboratory（鹏城实验室）
TaxDiff提出一种分类学引导的扩散模型，通过将物种信息注入transformer各层并结合全局与局部注意力，实现可控蛋白质序列生成，在多个基准上性能优于现有方法且耗时更短。
2024-02-27 cs.AI cs.LG q-bio.BM
Bio-xLSTM: Generative modeling, representation and in-context learning of biological and chemical sequences
ELLIS Unit Linz（ELLIS林茨单元）；LIT AI Lab（LIT人工智能实验室）；NXAI GmbH（NXAI有限公司）
本文提出Bio-xLSTM架构，将xLSTM适配于生物和化学序列，实现线性复杂度建模，实验证明其在DNA、蛋白质和化学序列的生成、表征学习及上下文学习方面表现优异。
2024-11-06 cs.AI cs.LG q-bio.BM
Bio-JOIE: Joint Representation Learning of Biological Knowledge Bases
University of California Los Angeles（加利福尼亚大学洛杉矶分校）；University of Pennsylvania（宾夕法尼亚大学）
冠状病毒的广泛传播导致全球大流行，死亡率很高。目前，从不同研究中积累的关于这种病毒的知识非常有限。利用广泛的生物学知识，如基因本体论和其他密切相关物种的蛋白质相互作用（PPI）网络，提出了一个重要的方法来推断一个新物种的分子影响。在本文中，我们提出了转移的多关系嵌入模型Bio-JOIE捕获的基因本体和PPI网络的知识，这表明在建模SARS-CoV-2-人类蛋白质相互作用的卓越能力。Bio-JOIE联合训练两个模型组件。知识模型编码的关系事实从蛋白质和GO域到分离的嵌入空间，使用层次意识的编码技术采用的GO条款。最重要的是，转移模型学习非线性变换，以跨其嵌入空间转移PPI和基因本体注释的知识。通过仅利用结构化知识，Bio-JOIE在多个物种的PPI类型预测方面显着优于现有的最先进方法。此外，我们还展示了利用所学的表征将具有酶功能的蛋白质聚类成酶委员会家族的潜力。最后，我们表明Bio-JOIE可以准确地识别SARS-CoV-2蛋白和人类蛋白之间的PPI，为推进这种新疾病的研究提供了有价值的见解。
2021-03-07 cs.LG q-bio.BM q-bio.GN
SafeProtein: Red-Teaming Framework and Benchmark for Protein Foundation Models
Peking University（北京大学）；Stanford University（斯坦福大学）；Princeton University（普林斯顿大学）；Shanghai Jiao Tong University（上海交通大学）；Zhejiang University（浙江大学）
本文提出SafeProtein，首个针对蛋白质基础模型的红队框架与基准，结合多模态提示和束搜索实现高达70%的越狱成功率，揭示生物安全风险。
2025-10-08 cs.AI cs.CR cs.LG
Energy Transfer in molecular devices
蛋白质机器通常表现出不同位点之间的长程相互作用，以实现其生物学任务。我们研究和表征了蛋白质器件中的非线性能量局域化和能量传递的基本机制。通过研究两种不同的模型蛋白质机器，具有不同的生物功能，我们表明，真正的非线性现象是负责不同的机器网站之间的能量传输参与的生物功能。从能量的角度来看，能量转移是非常有效的：通过改变最初提供给模型设备的能量，我们确定了一个明确定义的能量范围，其中能量传输发生的时间是最小的，转移的能量是最大的。此外，通过引入一个隐式溶剂，我们表明，能量是本地化的蛋白质结构的内部残基，从而最大限度地减少耗散。
2014-10-09 cond-mat.soft physics.bio-ph q-bio.BM
Inverse Statistical Physics of Protein Sequences: A Key Issues Review
在进化过程中，蛋白质的氨基酸序列发生了重要的变化，而它们的三维折叠结构和生物学功能却保持着显著的保守性。由于现代测序技术，序列数据以前所未有的速度积累。这提供了大量的所谓同源，即~进化上相关的蛋白质序列，逆统计物理学的方法可以应用于这些序列。使用序列数据作为从微观配置或可观察量的样本中推断玻尔兹曼分布的基础，可以提取关于进化约束的信息，从而提取蛋白质功能和结构。在这里，我们概述了一些生物学上的重要问题，以及受生物力学启发的建模方法如何帮助回答这些问题。最后，我们讨论了一些开放的问题，我们希望在未来几年内得到解决。
2017-03-03 cond-mat.stat-mech q-bio.BM q-bio.QM
Aligning biological sequences by exploiting residue conservation and coevolution
核苷酸序列（对于DNA和RNA）或氨基酸序列（对于蛋白质）是生物学的中心对象。最重要的计算问题之一是序列比对，即以识别相似区域的方式排列来自不同生物体的序列，以检测序列之间的进化关系，并预测生物分子的结构和功能。这通常通过轮廓模型来解决，轮廓模型捕获位置特异性，如序列中的保守性，但假设不同位置的独立进化。在过去的几年里，已经很好地建立了不同氨基酸位置的共同进化对于维持三维结构和功能是必不可少的。基于逆统计物理的建模方法可以捕捉序列集成中的协同进化信号，目前已广泛应用于蛋白质结构、蛋白质相互作用和突变景观的预测。在这里，我们提出了DCAlign，一个有效的比对算法的基础上的一个近似的消息传递策略，这是能够克服的限制，配置文件模型，包括在一般的方式之间的位置的共同进化，并因此普遍适用于蛋白质和RNA-序列比对，而不需要使用互补的结构信息。DCAlign的潜力是仔细探索使用良好控制的模拟数据，以及真实的蛋白质和RNA序列。
2020-11-13 cond-mat.dis-nn physics.bio-ph q-bio.BM
Modeling Protein Using Large-scale Pretrain Language Model
Tsinghua University（清华大学）；Beijing Academy of Artificial Intelligence（北京智源人工智能研究院）；Tencent Quantum Lab（腾讯量子实验室）
蛋白质与几乎所有的生命过程都有联系。因此，分析蛋白质序列的生物学结构和性质对于探索生命、疾病检测和药物发现至关重要。传统的蛋白质分析方法往往是劳动密集型和耗时的。深度学习模型的出现使得在大量数据中建模数据模式成为可能。跨学科研究人员已经开始利用深度学习方法来建模大型生物数据集，例如使用长短期记忆和卷积神经网络进行蛋白质序列分类。经过数百万年的进化，进化信息被编码在蛋白质序列中。受自然语言与蛋白质序列相似性的启发，本文采用大规模语言模型对进化尺度的蛋白质序列进行建模，将蛋白质生物学信息进行编码表示。在标记级和序列级任务中都观察到了显著的改进，这表明我们的大规模模型可以准确地从进化规模的个体序列的预训练中捕获进化信息。我们的代码和模型可以在https://github.com/THUDM/ProteinLM上找到。
2021-12-07 cs.CL cs.LG q-bio.BM
PLM-eXplain: Divide and Conquer the Protein Embedding Space
Utrecht University（乌得勒支大学）
本文提出可解释适配器层PLM-X，将蛋白质语言模型嵌入分解为可解释生化特征子空间和残差子空间，在保持预测性能的同时提升模型决策的生物学可解释性。
2025-04-09 cs.AI cs.LG q-bio.BM
Computation of Biological Conductance with Liouville Quantum Master Equation
提出结合 Liouville 量子主方程密度矩阵与分子电导现象学模型的新公式，解释蛋白质电导率对距离和温度的依赖性，并在胞外细胞色素纳米线上验证有效性，助力纳米生物电子器件设计。
2024-08-15 cond-mat.dis-nn cond-mat.mes-hall q-bio.BM
