利用 MotifAE 从蛋白质语言模型中无监督发现功能序列模式

《Nature Communications》刊发基于自编码器架构的 MotifAE 研究，展示了从预训练蛋白质语言模型中进行无监督功能序列模式挖掘的方法。

• 无监督模式发现：摆脱传统基序发现对已知同源多序列比对或人工实验标注的依赖，直接从蛋白质基础模型的高维表征中解耦出潜在特征。
• 自编码提取机制：通过重构蛋白质语言模型隐藏状态的方式识别具有生物学特异性的保守序列片段与结构关键位点。
• 应用场景覆盖：实验验证该方法在识别未知蛋白质功能模块与指导蛋白质理性设计方面具有一定的泛化能力。
• 影响/看点：这表明利用深度表征的自监督解耦可以作为探索生命科学暗物质的新工具，但其发现的新基序能否转化为实际应用，仍需在生物湿实验与功能活性测试中进一步验证。
• 资料依据：
• Nature Communications（2026-09-02）：https://www.nature.com/articles/s41467-026-77333-2

本内容由 AI 生成，仅供参考，请注意甄别