不回归ΔΔG,改为判别突变的稳定化或失稳方向
- 将突变稳定性预测重新定义为判断突变使蛋白稳定还是失稳的分类问题,而非估算精确的能量数值。
- 用权重共享的孪生网络比较野生型与突变体,并通过交叉注意力融合突变位点周围的局部结构信息与蛋白语言模型特征。
- 在独立基准S669上进行回顾性评估,未描述前瞻性实验验证。
- 据报道优于所比较的其他方法,在识别稳定化突变方面亦然。
💡 要点 基于摘要的观点
二分类的稳定/失稳判断,放到我自己的项目里真有用吗?做初筛也许可以,但要在候选之间做取舍,还是需要能量大小。S669是合理的测试集,不过得核对它与训练集的重叠程度,以及占比很小的稳定化类别是否被公平对待。没有任何实测跟进,我只会把它当作排序过滤器,拿自己的突变体去和FoldX或Rosetta对比着试。
BlindDDG: A Blind Evaluation-Based Method for Protein Mutation Stability Prediction ↗