Nat Comput Sci｜北京大学崔庆华团队：利用AI实现对人类蛋白质重要性的预测分析

文章预览

人类必需蛋白（Human essential protein，HEP）对于个体的生存和发育是必不可少的。然而，鉴定HEP的实验方法往往昂贵、耗时和劳动密集型的，例如CRISPR-Cas9基因敲除实验及基因过表达实验，且这些实验方法难以推广到人类全蛋白质组。 因此，亟需计算方法来快速准确预测人类全部蛋白质的重要性，但现有的计算方法只能在人源细胞系水平预测HEP，而实际上，HEP在人类、细胞系和动物模型中存在高度差异性。这就要求我们在设计预测算法时，不仅需要提升算法的预测精度，还要需要考虑蛋白质重要性存在的变异性。 近年来，深度学习（Deep Learning，DL）和大语言模型（Large Language Model，LLM）技术的快速发展，为蛋白质重要性预测提供了新思路。 2024年11月27日，崔庆华团队在Nature子刊Nature Computational Science上发表了题为：Comprehensive prediction and analysis of human pr ………………………………