AI框架由序列推算殘基酸解離常數獲驗證

傳統方法面對限制

過往預測酸解離常數的方法，主要依賴蛋白質三維結構配合物理化學計算，普遍存在計算成本偏高、預測精度有限，以及難以應用於大規模數據等問題。

氨基酸殘基的質子化狀態同時牽涉蛋白質的結構穩定性、催化活性及生物學功能，若預測不準，會影響後續的功能分析與蛋白設計工作，因此準確推算相關常數備受重視。

框架設計與訓練策略

新框架名為KaML-ESMs，分別利用蛋白質語言模型ESM2與ESMC提取殘基級表徵，再結合實驗取得的酸解離常數數據進行訓練，使模型能直接從蛋白質序列得出預測結果。

研究團隊同時提出名為GAINES的潛在空間採樣增強策略，透過在潛在空間中採樣擴充訓練樣本的覆蓋範圍，協助模型學習更多殘基所處的化學環境，從而改善預測表現。

適用殘基與測試結果

該方法可直接預測天冬氨酸、谷氨酸、組氨酸、半胱氨酸、酪氨酸及賴氨酸六類殘基的酸解離常數值，覆蓋蛋白質中主要的可電離殘基類型，為靜電性質研究提供序列層面的推算途徑。

相關研究發表於《Nature Communications》。在四類基準測試中，基於ESM2與ESMC的兩個版本均展現預測能力；研究人員指，該框架實現高效且高精度的預測，提升大規模應用場景下的實用性與泛化能力。