Nat Mach Intell｜北京大学田永鸿、陈杰团队：用于病毒变异驱动预测的统一进化驱动深度学习框架

北京大学田永鸿、陈杰团队在Nature Machine Intelligence上发表文章，提出了一种统一的进化驱动深度学习框架E2VD，用于病毒变异驱动预测。该研究通过定制化蛋白质语言模型和进化论视角，解决了病毒进化中的两大本质问题：“少数位点突变”和“稀少有益突变”。E2VD框架通过“微弱突变放大”和“稀少有益突变挖掘”两个创新设计，实现了跨病毒类型和跨毒株类型的通用预测，显著提升了预测精度，特别是在稀少有益突变的预测上，精度从13%提升至80%。此外，E2VD展现出强大的泛化能力，未来可与疫苗和蛋白类药物设计流程结合，提升设计效率和可控度。