蛋白质突变工程 AI 模型评测新基准,上海交大洪亮教授团队发布 VenusMutHub

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

上海交通大学洪亮教授团队近期完成了一项重要研究:VenusMutHub——迄今为止首个针对真实应用场景蛋白质突变小样本数据集,并就此提出蛋白质功能零样本预测评测标准。

全球首个蛋白质突变工程真实应用场景小样本数据集及AI模型评测标准

上海交通大学洪亮教授团队近期完成了一项重要研究:VenusMutHub——迄今为止首个针对真实应用场景蛋白质突变小样本数据集,并就此提出蛋白质功能零样本预测评测标准,该研究发表在 Acta Pharmaceutica Sinica B 期刊上。

论文链接:

https://www.sciencedirect.com/science/article/pii/S2211383525001650?via%3Dihub

VenusMutHub 蛋白质突变小样本数据集:

https://go.hyper.ai/JFvt1

这项研究的重要性

蛋白质工程,特别是突变工程,是现代生物技术的核心支柱,广泛应用于工业酶、体外诊断大分子试剂与药物大分子的开发。然而,优秀蛋白分子的实验发现特别是工业化产品的实验发现成本高周期长,严重阻碍行业发展。近年来,AI 辅助定向进化与蛋白功能预测技术发展迅速,正在颠覆该工程方向的研究范式。然而,相关 AI 算法和模型种类繁多,研究人员难以抉择。

一个领域的 AI 模型的进步高度依赖黄金评测标准的建立,正如没有 CASP 竞赛就不会有 AlphaFold 一样。在蛋白质突变工程领域,当前 AI 模型的评测标准主要依赖高通量突变湿实验公开数据集,如哈佛医学院建立的 ProteinGym 数据集与评测体系。然而,这些高通量数据集存在明显局限性。

首先,它们通常采用荧光信号或细胞凋亡等表型读数来反应蛋白质核心功能(活性,稳定性,亲和力,选择性),虽然两者有一定相关性,但没有必然的正比关系。

其次,这类实验数据的测量精度往往不够,同一实验不同批次相关性较低;

第三,ProteinGym 榜单上先进模型的零样本预测与实验结果的相关系数高达0.5,而已发表的大模型蛋白突变任务湿实验研究中,相关系数通常仅为 0.2-0.4[1, 4],存在显著差距。

第四也是最重要的,对于大多数蛋白质功能表征,尤其是产业化应用场景,由于样品需求量大或实验设计复杂,难以实现高通量筛选,通常仅能测试几十至几百个突变体(有时更少)。

因此,高通量湿实验测试数据集对适合高通量方法的蛋白存在选择偏向,无法真实反映通用情况。这些问题都表明当前蛋白质突变工程 AI 模型的实验测试集存在诸多局限性,制约了行业发展,亟需建立一套适用于明确测量蛋白功能的小样本突变数据集及模型评测标准。

VenusMutHub:小样本数据集及相应评侧标准

针对行业痛点,洪亮教授团队推出了 VenusMutHub。他们精心整理了 905 个真实应用场景的小样本实验突变数据集,覆盖 527 种蛋白质 (其中 98% 的蛋白的突变数量在 5-200 个之间),涵盖了稳定性、活性、结合亲和力与选择性等多种功能测量数据。所有数据均采用直接生化测量,而非替代性荧光读数,确保了评估的准确性。

此外,团队还测试了 23 种前沿计算模型(AI 和非 AI 模型),涵盖利用蛋白质序列、三维结构与进化信息的多种方法,全面评估了这些模型在真实应用场景小样本数据上预测能力。

图 1. VenusMutHub工作流程总览

研究揭示了预测工具的表现特点与不足,并指明了未来方向:

* 模型表现因功能分类而异:

结构感知模型(如 MIF 和 MIFST)在稳定性预测中表现优异。

进化信息模型(如 VESPA 和 GEMME)在活性预测中更胜一筹。

整合序列、结构与进化信息的 VenusREM 展现了出色的综合性能。

* 突变数量的影响:所有模型在单点突变预测上显著优于多点突变,表明捕捉多点突变的上位效应仍是一大难题。

* 结合亲和力的挑战:在蛋白质-蛋白质相互作用 (PPI) 预测中,多数模型表现欠佳,凸显 PPI 界面的复杂性。输入多链信息的 ESM-IF1 和 ProteinMPNN 的预测能力优于只输入单链信息的模型,提示纳入复合物蛋白质结构信息的重要性。

* 选择性预测的瓶颈:选择性预测(包括对映体选择性与立体选择性)是最大难点,所有模型表现均不理想,(spearman correlation) 相关系数几乎为 0。这反映了当前方法的根本局限:选择性涉及蛋白对底物(或产物)的相对偏好,而现有模型仅关注蛋白质,未明确考虑底物特异性相互作用。

* 小样本测试集评估结果更真实:就模型预测零样本突变结果和湿实验功能结果的相关性而言,小样本数据集上的相关系数约为 0.2-0.3,而高通量数据集上高达 0.5,前者与已经发表的干湿印证的科学工作更接近,后者明显偏高。

应用价值与未来展望

VenusMutHub 在实际应用中具有重要价值,为蛋白质工程研究人员提供了实用指导:可根据目标特性选择最佳预测模型(如稳定性预测用结构感知模型,活性预测用进化信息模型),在经费受限情况下客观评估模型性能,加速设计流程并优先验证更有潜力的候选序列。

未来研究应聚焦整合蛋白质-配体对接模拟、引入立体化学特征及开发同时处理蛋白质与底物信息的专用架构,以突破结合亲和力和选择性预测瓶颈。作为开放资源,VenusMutHub将持续更新 (https://lianglab.sjtu.edu.cn/muthub/),为领域提供可靠基准,推动蛋白质功能预测走向更规范,更高速的发展。

结语:大模型应用的局限与展望

大模型在单点突变预测已经展现出跨不同功能,不同物种蛋白的应用潜力,但在实际场景中仍面临两大核心挑战:一是在有限实验条件下难以发现全新的优质突变位点(所有的大模型都有其偏好性,即使集成的专家系统也不例外);二是难以克服上位效应,设计满足需求的多点突变蛋白。现有研究表明,单一大模型或集成式专家系统尚无法完全解决这些问题。目前公开文献 [2-4] 显示,结合大模型表征能力、小样本学习、生成再蒸馏和非线性机制算法的干湿结合迭代方法能更有效地应对这些挑战。我们衷心期待更强大的大模型「神兵天降」,直接根据「人类自然语言提示词」生成满足产业需求的优秀性能的多点突变蛋白。但现阶段看来,道阻且长。

作者信息:

上海交通大学物理与天文学院硕士生张良、上海科技大学硕士生庞华、上海交通大学生命科学学院本科生张骋昊为共同第一作者,上海人工智能实验室青年研究员谈攀、上海交通大学自然科学院&物理与天文学院&生命科学学院&计算机学院博士生导师洪亮教授为共同通讯作者。

参考文献:

[1] Zhanga L, Pangb H, Zhang C, et al. VenusMutHub: A systematic evaluation of protein mutation effect predictors on small-scale experimental data[J]. arXiv preprint arXiv:2503.04851, 2025.
[2] Jiang F, Li M, Dong J, et al. A general temperature-guided language model to design proteins of enhanced stability and activity[J]. Science Advances, 2024, 10(48): eadr2641.
[3] Zhou Z, Zhang L, Yu Y, et al. Enhancing efficiency of protein language models with minimal wet-lab data through few-shot learning[J]. Nature Communications, 2024, 15(1): 5566.
[4] Jiang K, Yan Z, Di Bernardo M, et al. Rapid in silico directed evolution by a protein language model with EVOLVEpro[J]. Science, 2024: eadr6006.

 往期推荐 

戳“阅读原文”,免费获取海量数据集资源!

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1325

Zero-Shot突变预测VenusREM的安装和使用

通过改造野生型蛋白质,以提升其催化活性、稳定性、结合亲和力等特性,从而满足工业和科研的需求。近年来,展现出了相较于传统方法(如定向进化和理性设计)更优越的效果和更低的成本。在突变效应预测中,预训练深度学习模型的关键在于精准理解蛋白质。本研究提出了一种,用于综合分析蛋白质的本征属性(通过序列和局部结构相互作用)以及进化属性(通过检索得到的同源序列)。研究人员在一个公开基准数据集 ProteinGym 上,使用来自 217 个实验的逾 200 万个突变体对该模型进行了评估,验证了其领先的性能。

qq_41025456的博客 2540

Bootloader详解,理解Bootloader看这篇就够了

这里写目录标题一、Bootloader作用(目的)二、完成Boot最终目的的前提条件三、对前提条件的详细说明3.1、对前提条件(1)的说明:3.2、对前提条件(2)的说明:3.3、对前提条件(3)的说明:3.4、对前提条件(4)的说明:3.4、对前提条件(5)的说明:四、loader是干啥的 一、Bootloader作用(目的) Bootloader=Boot + loader Boot的目的: 最终目的:跳到C语言中;为了C语言运行程序会进行一系列的初始化,系统一上电后如何通过一系列的设置让软件程序员

iduuigdg的博客 11万+

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

安卓光速虚拟机ADB调试实战:从密钥配置到设备连接

本文详细介绍了在安卓光速虚拟机中进行ADB调试的完整实战流程。核心在于通过密钥配置解决设备未授权问题,并启用网络调试与端口映射,最终实现电脑与虚拟机的稳定连接。文章提供了从原理理解、脚本修改到实战命令和疑难排查的全方位指南,帮助开发者和爱好者高效利用光速虚拟机作为移动测试沙盒。

CAT789的专栏 571

七星棋牌顶级运营产品全开源修复版源码教程:6端支持,200+子游戏玩法,完整搭建指南(含代码解析)

让您从源码下载到本地运行一步到位!此外,文中还将附带详细代码解析与操作步骤,即便没有开发经验,也能轻松完成二开与定制。数据库是棋牌游戏中极为关键的组成部分,用于存储用户信息、乐豆余额、游戏记录、提现申请等数据。以下是部分核心数据表结构示例,便于存储用户信息与游戏记录。AI模块能够控制游戏中的胜率,常用于调节玩家体验。防沉迷功能旨在限制未成年人游戏时间。的完整搭建流程,特别适合。首先,获取七星棋牌源码。本教程将为您详细讲解。

aa2031171的博客 7814

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

从入门到精通:MATEKH743 飞控全解析——MAVLink 接口软/硬件对接实战

MATEKH743飞控是基于STM32H743微控制器的无人机核心控制系统,具备强大计算能力和丰富外设接口。该飞控采用双核架构,集成高性能IMU、气压计等传感器,支持多种开源固件(Betaflight/INAV/ArduPilot),适用于FPV穿越机、固定翼及工业无人机。相比PX4等飞控,MATEKH743在性价比和DIY友好度上优势明显,同时支持MAVLink协议实现设备通信。未来发展方向包括集成更高精度传感器、优化电源管理以及拓展工业应用场景,持续推动无人机技术创新。

bother3000的博客 2288

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616

为YOLOv11引入加权双向特征金字塔(BiFPN)

本文介绍了将BiFPN应用于YOLOv11模型以提升边缘设备上小目标检测精度的实践。针对传统FPN在特征融合时的信息丢失问题,采用带可学习权重的BiFPN结构进行改造,实现了不同层级特征的动态融合。重点阐述了WeightedFeatureFusion模块的实现细节、neck结构改造方法及训练部署注意事项。实验表明,该改进使小目标AP提升3.1%,参数量仅增加5%,在精度和效率间取得良好平衡。文章还分享了权重初始化、归一化处理等实用技巧,并强调需根据数据特性评估改进效果,重新计算anchor等关键点。

as1225120794的博客 352

FPGA JTAG接口设计全解析

JTAG是FPGA开发的核心接口,主要用于代码下载和在线调试。14-pin设计中包含TCK、TMS、TDI、TDO四个关键信号,采用信号-地布局增强抗干扰能力,TCK建议串联电阻。10-pin设计需注意转接适配,并推荐使用RCLAMP0524P等低电容TVS二极管进行ESD防护。两种接口设计都强调信号完整性和可靠性,建议PCB布局时保持JTAG走线短且预留调整空间。

在读研究生,FPGA电路设计与功能开发。 2193

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 209

openmediavault(OMV) (1)安装部署

EXT3(Third Extended File System): EXT3 是 Linux 中广泛使用的日志文件系统,是 EXT2 文件系统的升级版本。这里可以根据自己的需求进行设置,目前只设置了自动登出为1天,为方便后续配置使用,其他设置可根据自己的具体需求进行设置。通过cd 命令进入到我们的raid存储中,通过ls发现里面没有任何的数据,因为我们的raid存储中还未创建任何数据。我的系统要安装在100G的磁盘上,故选择100G的磁盘,实际可以根据具体情况选择。

Monster✺◟(∗❛ัᴗ❛ั∗)◞✺的博客 2169

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 345

OsgEarth —— 笔记6 - 开发阶段加入漫游飞行(附源码)

效果      视频地址   源码 源码下载请私信   代码      代码相关内容:           OSG —— 笔记1 - 指令调用模型           OsgEarth —— 笔记1 - 创建地球的earth文件           OsgEarth —— 笔记2 - Qt窗口加载earth地球(附源码)           OsgEarth —— 笔记3 - 为地

1896

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 87

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 514

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 619

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

408

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5168

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 573

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 182

面向工业对讲的双通道声学 DSP 模组 A-59(NR2050-A)方案解析与工程落地案例

A-59模组以NR2050-A DSP为核心,37.5×16mm邮票孔封装,支持-40℃~85℃工业温域,兼容A-06/A-09/A-29系列,可低成本替换存量设备。通过固件切换实现三种模式:模式一(低改版成本,适配矿井、电梯);模式二(最优AEC,用于医院呼叫);模式三(双波束独立输出,支持双人会议语音分离)。集成AEC、ENC、BF与AGC算法,有效抑制回声、噪声与串扰,解决对讲系统核心声学难题。选型需注意参考信号路径、麦间距与温度匹配,建议先做声学测试再量产。

R190_6589的博客 374
上一篇: 华科大/上海AI Lab/上海交大科研先锋深度分享:最新成果,顶会投稿经验,跨学科合作挑战……
下一篇: 【TVM教程】使用自定义调度规则(Sketch Rule)在 CPU 上自动调度稀疏矩阵乘法
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值