Improving the ability to predict protein function can potentially facilitate research in the fields of drug discovery and precision medicine. Technically, the properties of proteins are directly or indirectly reflected in their sequence and structure information, especially as the protein function is largely determined by its spatial properties. Existing approaches mostly focus on protein sequences or topological structures, while rarely exploiting the spatial properties and ignoring the relevance between sequence and structure information. Moreover, obtaining annotated data to improve protein function prediction is often time-consuming and costly. To this end, this work proposes a novel contrast-aware pre-training framework, called SCOP, for protein function prediction. We first design a simple yet effective encoder to integrate the protein topological and spatial features under the structure view. Then a convolutional neural network is utilized to learn the protein features under the sequence view. Finally, we pretrain SCOP by leveraging two types of auxiliary supervision to explore the relevance between these two views and thus extract informative representations to better predict protein function. Experimental results on four benchmark datasets and one self-built dataset demonstrate that SCOP provides more specific results, while using less pre-training data.
GLProtein: Global-and-Local Structure Aware Protein Representation Learning
Department of Computing (COMP), The Hong Kong Polytechnic University（计算机学院（COMP），香港理工大学）；Department of Management and Marketing (MM), The Hong Kong Polytechnic University（管理与营销学院（MM），香港理工大学）；Department of Computer Science, Sichuan University（计算机学院，四川大学）
Potentials of Mean Force for Protein Structure Prediction Vindicated, Formalized and Generalized
了解蛋白质结构在科学、医学和生物技术中至关重要。近20年来，基于知识的基于成对距离的势函数--所谓的“平均力势函数”（Potential of Mean Force，PMFs）--已经成为蛋白质结构预测和设计以及蛋白质折叠模拟的中心。然而，这些潜力的有效性、范围和局限性仍然存在激烈的辩论和争议，而参考国的最佳选择-这些潜力的一个必要组成部分-是一个未解决的问题。PMF是松散的证明类比可逆功定理在统计物理学，或统计参数的基础上的似然函数。这两个理由都很有见地，但留下了许多问题没有答案。在这里，我们第一次表明，PMF可以被看作是近似的数量，有严格的概率理由：他们自然出现时，概率分布在不同的蛋白质特征需要结合起来。我们称这些量为参考比分布，它们是由参考比方法的应用而得到的。这种新观点不仅具有理论意义，而且导致了许多具有直接实际用途：参考状态是唯一定义的，不需要外部物理见解;该方法可以推广到蛋白质结构的任意特征，而不是成对距离;并且很清楚这些量的使用是合理的。我们说明这些见解与两个应用程序，涉及回转半径和氢键。在后一种情况下，我们还展示了如何参考比方法可以迭代地应用到雕刻的能量漏斗。我们的结果大大增加了对已知生物分子结构衍生的能量函数的理解和范围。
A 3D pocket-aware and evolutionary conserved interaction guided diffusion model for molecular optimization
School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）；School of Pharmaceutical Science, Sun Yat-sen University（中山大学药学院）；West China School of Pharmacy, Sichuan University（四川大学华西药学院）
Orientation-Aware Graph Neural Networks for Protein Structure Representation Learning
Peking University（北京大学）；Tsinghua University（清华大学）；Massachusetts Institute of Technology（麻省理工学院）；Stanford University（斯坦福大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Helixon Ltd.（Helixon有限公司）
Ligand-Conditioned Discrete Diffusion for Protein Sequence-Structure Co-Design
Xi’an University of Posts & Telecommunications（西安邮电大学）；National University of Singapore（新加坡国立大学）；Xi’an Jiaotong University（西安交通大学）；Institute of Systems Medicine, Chinese Academy of Medical Sciences（中国医学科学院系统医学研究院）
CryoDyna: Multiscale end-to-end modeling of cryo-EM macromolecule dynamics with physics-aware neural network
Biomedical Pioneering Innovation Center (BIOPIC), Peking University（北京大学生物医学前沿创新中心）；School of Life Sciences, Peking University（北京大学生命科学学院）；Changping Laboratory（昌平实验室）；New Cornerstone Science Laboratory, Beijing National Laboratory for Molecular Sciences, College of Chemistry and Molecular Engineering, Peking University（北京大学化学与分子工程学院，北京分子科学国家研究中心，新基石科学实验室）；Academy for Advanced Interdisciplinary Studies, Peking University（北京大学交叉信息研究院）
AMix-2: Establishing Protein as a Native Modality in Large Language Models
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Generative Symbolic Intelligence Lab (GenSI), Tsinghua University（生成符号智能实验室（GenSI），清华大学）；Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学）
Towards coevolution-aware ancestral sequence reconstruction
Sorbonne Université（索邦大学）；CNRS, Computational, Quantitative and Synthetic Biology（法国国家科学研究中心，计算、定量与合成生物学）；Dipartimento di Fisica, Sapienza Università di Roma（罗马智慧大学物理系）；DISAT, Politecnico di Torino（都灵理工大学地球与环境科学系）；Institut Universitaire de France (IUF)（法国高等研究院）
学习有意义的蛋白质表示对于各种生物下游任务（如基于结构的药物设计）非常重要。在蛋白质序列预训练取得成功之后，对信息量更大的结构数据进行预训练成为一个很有前途的研究课题。然而，蛋白质结构预训练面临三大挑战：样本多样性不足，物理上不切实际的建模，以及缺乏蛋白质特定的借口任务。为了解决这些挑战，我们提出了3D几何预训练。在本文中，我们提出了一个统一的蛋白质预训练框架和一个基于3D几何的，数据高效的，蛋白质特定的借口任务：RefineDiff（Refine the Diffused Protein Structure Decoy）。在有限的数据（不到SOTA模型的1%）上对我们的几何感知模型进行预训练后，我们获得了信息丰富的蛋白质表示，可以在各种下游任务中实现相当的性能。
Simple, Efficient and Scalable Structure-aware Adapter Boosts Protein Language Models
School of Information Science and Engineering, East China University of Science and Technology（华东理工大学信息科学与工程学院）；Institute of Natural Sciences, Shanghai Jiao Tong University（上海交通大学自然科学学院）
DegradeQuery: Counterfactual Tuple Pretraining for Context-Aware PROTAC Degradation Prediction
School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院）；EasternDawn（东方黎明）；School of Computer Science, University of Nottingham Ningbo（诺丁汉大学宁波校区计算机学院）
Learning Structure, Energy, and Dynamics: A Survey of Artificial Intelligence for Protein Dynamics
Mila – Quebec AI Institute（魁北克AI研究所）；University of Pittsburgh（匹兹堡大学）；Peking University（北京大学）；Université de Montréal（蒙特利尔大学）；HEC Montréal（蒙特利尔HEC学院）；CIFAR AI Chair（CIFAR人工智能主席）
