蛋白质适应度预测框架整合结构与共进化先验

2026年10月7日，bioRxiv发布预印本，研究者开发了一种蛋白质适应度预测框架，将结构感知蛋白质语言模型与AlphaFold式主干特征（基于序列及其MSA池化）相结合，并用轻量预测探针将冻结表征映射为适应度分数。该框架在FLIP2基准的多种分布偏移场景下持续优于此前报告的最佳成绩，其中结构先验对未见蛋白质骨架的提升最大，主干特征则改善对未见突变位点的泛化。研究进一步刻画了不同蛋白质家族与偏移类型下各模态的有效性，为按泛化场景选择表征提供指导。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。