近日，中国科学院微生物研究所吴边和崔颖璐团队在《创新》（The Innovation）上发表了题为Structure-based self-supervised learning enables ultrafast protein stability prediction upon mutation的研究论文。该研究开发出基于结构自监督学习的深度学习框架Pythia。Pythia可以快速预测蛋白质突变的稳定性变化（ΔΔG）。这一研究揭示了蛋白质三维结构蕴含的进化语义信息与热力学稳定性之间的深层关联，并通过开源代码（GitHub链接）与Web服务器技术服务体系为蛋白质工程领域提供便捷的研究工具。
蛋白质突变效应预测是解码分子进化机制、优化蛋白质工程改造的关键物理量。但是，传统预测方法面临挑战。一是基于物理力场的计算方法计算复杂度高，难以满足大规模筛选需求；二是依赖于实验数据的监督学习方法易受训练集偏差的影响，使泛化能力受限。
该团队提出了基于三维结构自监督学习的深度学习框架Pythia。Pythia融合了图神经网络与注意力机制，可直接在蛋白质结构中学习氨基酸之间的相互作用。这一“零监督”预训练策略突破了传统方法对标记数据的依赖性，捕获了蛋白质折叠过程中隐藏的物理化学约束规律。
相比于传统的力场函数方法，Pythia单点突变ΔΔG预测速度提升5个数量级，单核计算速度达到约50,000个突变/分钟。在标准测试集S2648上，Pythia的Spearman相关系数为0.616，Pearson相关系数为0.598，性能优于现有模型。这一框架为大规模扫描蛋白质序列空间提供了高效工具。在湿实验验证中，Pythia在不依赖专家筛选的情况下，成功率比基于能量函数的方法提高了一倍，证明其在实际应用中的可靠性。
Pythia有望进一步拓展至蛋白质-蛋白质相互作用预测、多突变协同效应分析等复杂场景，将助力推动计算驱动蛋白质设计范式的转型升级。
研究工作得到国家重点研发计划、国家自然科学基金、中国科学院战略性先导科技专项和青年创新促进会会员项目的支持。
论文链接
Pythia模型框架
快速可编程的触觉激励器在社交媒体、游戏、娱乐及生物医学康复治疗中应用广泛，能有效替代或增强人体感知能力。记者8日从 包括人类在内的脊椎动物的大脑都有两个脑半球，左右脑半球在结构上是对称的。由于大量的神经连接主要为同侧大 日前，教育部印发通知，部署各地各高校抢抓秋招关键期，于11月至12月集中开展2025届高校毕业生“秋季校园招聘月”系列活动。 本次活动以“协同联动拓岗位 凝心聚力促就业”为主题，将在全国范围内深入开展人才专场招 实现“教育链、人才链、产业链、创新链”在纵向上内部融通，在横向上相互打通，无疑是今后一段时间内，我国职业教育的主要改革方向 近日，中共中央、国务院印发《关于深化产业工人队伍建设改 家庭是孩子的第一个课堂，家长是孩子的第一任教师。家长的言传身教，对孩子人格形成、习惯养成、价值观确立等各方面有着持久而深刻的影响。新近出台的《学前教育法》是明晰了学前教育阶段家长的 中国教育报-中国教育新闻网讯（记者 陈朝和）11月6日—7日，由教育部幼儿园园长培训中心、四川省教师发展中心主办的教育部新时代“双名计划”何云竹·陈宴名园长工作室联合研修活动暨第四届全国幼 。本文链接：科研人员开发出基于结构自监督学习的深度学习框架http://www.sushuapos.com/show-12-748-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 首次在体外重构减数分裂DNA双链断裂形成
下一篇： 有机自旋电子器件磁响应信号调控研究获进展