Prot-LAMBDA: 显式距离学习增强蛋白质语言模型的结构推理

摘要

蛋白质语言模型（PLM）从大规模序列数据中学习进化信息，但三维关系仅被隐式编码。研究者提出Prot-LAMBDA，通过耦合残基嵌入与残基间接触显式引入空间关系。该模型在接触图、二级结构、主链几何、溶剂可及性和蛋白质折叠预测等任务上性能提升，长程接触召回率提高一倍，ψ角预测误差较ESM2-3B降低11.7%。尽管参数量约为其五分之一，Prot-LAMBDA在3D结构预测上TM-score提升5-7%。基于此开发的LambdaFold在训练中未见蛋白质上达到与ESMFold相当的性能，模板增强进一步提高了TM-score。