Adv Sci：李敏团队 AI 赋能蛋白质功能注释

本文围绕蛋白质功能注释这一核心主题，系统综述了人工智能在该领域的最新进展。背景方面，随着测序技术的爆发，已知序列中只有不到0.1%得到了功能验证，高昂的实验成本导致巨大的“功能鸿沟”。研究目的是通过AI技术弥合这一鸿沟，加速蛋白质未知功能的探索。结论方面，中南大学李敏教授团队系统地梳理了AI在基因本体（GO）和酶学委员会（EC）两大功能注释系统中的最新进展，将现有方法划分为“六大建模范式”：序列驱动、结构驱动、网络驱动、本体驱动、多模态融合和大语言模型范式。文章对代表性算法演进、不同应用场景的性能评估以及评价指标进行了全景式评述，并指出未来面临的挑战与机遇，包括统一高效的生物数据表征建模、复杂生物环境建模以及领域专家大模型智能体开发三个方向，旨在全方位、高精度、自动化地加速蛋白质功能注释。