bioRxiv 预印本· Ding, A., Ma, T., Lin, X., Lin, S., Liu, X., Wei, L. ·· 16 小时前AI 评分20
EnzRef:以参考为中心的多模态蛋白质语言模型适配用于酶转换数预测
Decompose and Recompose: Reference-Centered Multimodal Adaptation of Protein Language Models for Enzyme Turnover Prediction
AI 导读
研究人员提出轻量级多模态框架 EnzRef,通过将反应化学拆分为底物与产物条件、以酶自身平均残基响应为内部参考表达条件特异性偏差,再重组用于活性预测。该框架在冻结编码器之外仅有 1.72M 可训练参数,在 CatPred-DB 上取得最优源域预测,并在 TurNuP-DB 上实现零样本迁移。在未见酶上,其平均 R² 较最强基线 MCKcat 提升 19.8%,且无需目标域适配。
来源:bioRxiv 预印本 · biorxiv.org