蛋白质结构预测和（重新）设计在过去 3 年中经历了一场革命。这些领域的巨大进步几乎完全是由应用于蛋白质折叠和序列设计问题的现成机器学习算法推动的。尽管取得了这些进展，但预测位点特异性突变对蛋白质稳定性和功能的影响仍然是一个未解决的问题。这是一个持续的挑战，主要是因为大型系统的自由能很难以绝对精度计算，并且很难用计算模型捕捉蛋白质结构的细微变化。在这里，我们描述了 ESM-Scan 的实施和使用，它使用 ESM 零样本预测器来扫描整个蛋白质序列以查找优先氨基酸变化，从而实现计算机深度突变扫描实验。我们使用三个公开可用的数据集对 ESM-Scan 的序列变化稳定性和功能性的预测能力进行基准测试，并通过在来自 Methylotenera 物种 （MsLadC） 的蓝光激活二鸟苷酸环化酶的具有挑战性的测试用例上实验测试该工具的性能，在那里它准确预测了高度保守的残基在涉及变构产物抑制的区域的重要性。我们的实验结果表明，ESM-zero shot 模型能够推断一组氨基酸取代对预测适应性与实验结果之间相关性的影响。ESM‐Scan 在 https://huggingface.co/spaces/thaidaev/zsp 上公开提供。



"点击查看英文标题和摘要"