基于昇腾适配蛋白质序列模型ProteinMPNN

一 ProteinMPNN介绍

ProteinMPNN（Protein Message Passing Neural Network）是一种基于深度学习的蛋白质序列设计模型，核心目标是解决“逆向折叠问题”（inverse folding problem），即根据给定的蛋白质三维结构，设计出能够折叠成该结构的氨基酸序列。ProteinMPNN在计算和实验测试中都有出色的性能表现，不同位置的氨基酸序列可以在单链或多链之间偶联，从而广泛的应用于当前蛋白质设计上。ProteinMPNN不仅在天然蛋白质序列恢复率上面性能要高于传统的Rosetta方法，并且可以恢复先前设计失败的蛋白质。通过前沿AI技术突破科学研究的效率瓶颈，对于蛋白质工程、药物设计、酶设计等领域有极其重要的意义。

二 整体架构

2.1 编码器

2.1.1 图构建

将蛋白质结构表示为图结构，图的节点代表氨基酸残基，边代表残基之间的空间或序列关系（如距离、接触、氢键等）。

2.1.2 节点嵌入

使用可学习的嵌入层将每个残基的类型（氨基酸种类）、位置信息编码为初始节点特征。

是节点v在第l层的嵌入向量。

是节点v的邻居节点集合，是从节点u到节点v的消息。

2.1.3 边嵌入

对边进行编码，边的初始特征包括残基之间对距离、角度的几何变换，或残基间的相互作用特征。

是边（u, v）在第l层的嵌入向量，分别是节点u和节点v的嵌入向量。

2.2 消息传递网络

模型通过多层堆叠的消息传递和节点更新操作迭代更新节点状态

2.2.1 多层图卷积

在每一层图卷积中，节点v接收邻居节点u的消息Muv,由边特征euv和节点特征hu计算得到：