Nat Mach Intell｜基于文本引导的蛋白质设计框架

本文介绍了ProteinDT，一个基于文本引导的蛋白质设计多模态框架。背景方面，当前AI辅助蛋白质设计主要依赖蛋白质序列和结构信息，而人类整理的文本中蕴含的高层次蛋白质功能知识尚未被充分利用。研究目的是探索文本描述在蛋白质设计中的应用，并验证其有效性。ProteinDT包括三个关键步骤：ProteinCLAP（对齐文本与蛋白表示）、表示生成器（由文本生成蛋白表示）和序列解码器（将表示转化为蛋白序列）。研究结果表明，ProteinDT在文本生成蛋白、零样本蛋白编辑和蛋白性质预测三项任务中表现优异，准确率超过90%，并在多项基准任务中取得领先表现。结论指出，ProteinDT为无需实验数据、仅靠文本描述即可定制功能蛋白的设计路径奠定了基础。