利用大型语言模型来预测蛋白质相位过渡:一种物理,多尺度和可解释的方法

科学领域:

• 生物化学 生化学
• 计算生物学 计算生物学
• 神经科学是一个神经科学.

背景情况:

• 蛋白质相转换 (PPT),包括液-液相分离和粉样蛋白聚合,与阿尔茨海默氏症等与年龄有关的疾病有关.
• 现有的计算工具单独预测滴滴或聚合物形成,缺乏统一的框架.
• 大型语言模型 (LLM) 在蛋白质结构预测方面表现有前途,但尚未应用于PPT.

研究的目的:

• 开发和验证使用LLM来预测液体和固体蛋白质相位过渡的统一计算框架.
• 评估蛋白质序列变异对PPT对蛋白质设计中的应用的影响.
• 为了比较基于LLM的框架与经典计算基准的性能.

主要方法:

• 微调一个大型语言模型 (LLM) 用于预测蛋白质相转换 (PPT).
• 使用具有生物物理特征的随机森林模型来解释LLM预测.
• 分析与阿尔茨海默病相关的蛋白质,以调查聚合倾向与基因表达之间的关系.

主要成果:

• 微调的LLM成功地预测了统一框架内的液体和固体蛋白质相位过渡.
• 基于LLM的方法在与已建立的计算基准相比,表现优越.
• 使用随机森林模型进行解释,可以了解PPT的生物物理驱动因素.
• 在阿尔茨海默病中观察到,聚合易发生的蛋白质的基因表达减少.

结论:

• LLM提供了一种强大,统一的方法来预测各种蛋白质相变 (PPT).
• 这种方法促进了对PPT的序列变异影响的研究,有助于蛋白质设计和疾病研究.
• 研究结果表明,在阿尔茨海默病中,对蛋白质聚合存在潜在的自然防御机制.