ACS Synth. Biol. | 使用ESM作为约束，将 Rosetta 序列设计与蛋白质语言模型预测相结合

文章预览

DRUG AI 今天为大家介绍的是来自Clara T. Schoeder团队的一篇论文。计算蛋白质序列设计的目标是修改现有蛋白质或创建新蛋白质，但在没有对蛋白质动态和变构调控进行预测的情况下设计稳定且功能性的蛋白质具有挑战性。在蛋白质设计方法中引入进化信息可以将突变的空间限制在更类似原生蛋白的序列中，从而在保持功能的同时提高稳定性。最近，经过对数百万蛋白质序列训练的语言模型在预测突变效果方面表现出色。使用语言模型对Rosetta设计的序列进行评估，其评分低于其原始序列。为了在Rosetta设计协议中引入语言模型的预测，我们使用ESM（Evolutionary Scale Modeling，进化尺度建模）模型添加了一种新指标，以在设计过程中约束能量函数。生成的序列在语言模型评分和序列恢复方面表现更好，且Rosetta能量评估显示其适应性仅略微下降。总之，作者的 ………………………………