在一張桌前有兩個人，倘若我們能讀懂他們的語言神態(tài)，那我們就能推斷出下一刻他們會是爭吵亦或是握手。

現(xiàn)在，把「人」換成蛋白質(zhì)，把「話」換成氨基酸序列——蛋白質(zhì)相互作用是生命過程的核心：信號傳導、代謝通路、病毒入侵宿主等，都依賴特定蛋白質(zhì)之間的物理接觸。倘若能讀懂其中的相互作用，也就能為接下來的一系列研究鋪平道路。

為此，格拉斯哥大學（University of Glasgow）等的研究者提出一種方法，填補現(xiàn)有模型在泛化能力上的缺陷。他們把單蛋白的語言模型擴展為雙蛋白的「對話識別器」，讓大型蛋白質(zhì)語言模型學會同時聽兩條序列，從中判斷它們是否會相互作用（PPI）。

相關的研究以「PLM-interact: extending protein language models to predict protein-protein interactions」為題，于 2025 年 10 月 27 日發(fā)布在《Nature Communications》。

論文鏈接：https://www.nature.com/articles/s41467-025-64512-w

一款對接翻譯器

在病毒學中，PPIs 尤其重要，因為病毒完全依賴于宿主細胞進行復制，主要通過與宿主蛋白質(zhì)的特異性相互作用來實現(xiàn)。倘若是能讀懂其中的相互作用，就能為開發(fā)針對性治療藥物帶來更便捷的方法。

計算算法為大規(guī)模預測 PPI 提供了一種高效的替代方案?；诖笮凸驳鞍踪|(zhì)序列數(shù)據(jù)庫訓練的蛋白質(zhì)語言模型（PLM）被用于編碼序列組成、進化和結(jié)構(gòu)特征，成為表示蛋白質(zhì)在最新 PPI 預測器中的首選方法。

而該研究團隊所提出的 PLM-Interact，通過擴展和微調(diào)預訓練的 PLM，即 ESM-2，直接建模 PPI。它能把兩條蛋白序列拼接入模型，使 Transformer 的注意力能跨蛋白捕捉「配對」信息，而不是先各自編碼再拼特征。

圖 1：PLM-interact 與現(xiàn)有 PPI 預測架構(gòu)的比較。

在掩碼語言建模（MLM）任務之外，團隊加入l二元分類任務，直接訓練模型判斷給定的蛋白對是否真實交互。分類損失與 MLM 損失按一定比例（paper 中選擇 1:10）混合訓練，且模型層被全部微調(diào)以適配這一雙序列任務。

這些設計讓氨基酸殘基間的跨蛋白注意力成為可能：模型不再只學習「單句語法」，而能學習兩條序列間的「對話格局」。該方法既保留了預訓練的結(jié)構(gòu)-進化信息，又把相互作用信號嵌入到語言模型內(nèi)部。

跨物種提升

為了檢驗 PLM-interact 的性能，該模型在包含421,792對蛋白的訓練集（以人類數(shù)據(jù)為主）進行訓練，并與其余六種方法在物種其他物種上進行測試。

相較于六種現(xiàn)有方法，PLM-interact 在 AUPR（精確率-召回曲線下面積）上取得了最佳成績：在鼠、果蠅和線蟲上分別提升約2%、8%、6%（對比次優(yōu)方法），在更進化上遠的酵母和細菌上也有顯著增益。

圖 2：PLM-interact 與最先進的 PPI 預測模型的基準測試結(jié)果。

PLM-interact 的改進歸因于其正確識別正 PPI 的能力：它始終將更高的相互作用概率分配給真正的陽性 PPI。相比之下，其他方法在所有保留物種中都給出了較低的相互作用概率估計。

PLM-interact 能夠準確預測五個關鍵的蛋白質(zhì)相互作用，這些相互作用控制著重要的生物學功能，包括 RNA 聚合和蛋白質(zhì)運輸。值得注意的是，其他蛋白質(zhì) AI 工具，包括由谷歌 DeepMind 支持的 AlphaFold3，只能預測五個蛋白質(zhì)相互作用中的一個。

圖 3：PLM-interact 正確預測但 TUnA 和 TT3D 未能預測的每個物種的 PPI 示例。

那么，為什么這些舉措有用？

把兩條序列放進同一個 Transformer，等于是把「對話」上下文納入模型的注意力機制：模型可以直接把一個蛋白的某個殘基與另一個蛋白的某個殘基聯(lián)系起來，形成「跨分子接觸」的隱式表示。這比先各自編碼再拼接特征更直接，也更容易捕捉到互作所需的互補性。

把分子當語言來讀

PLM-interact 展示了一個清晰的理念：把序列看成「句子」，把相互作用看成「對話」，通過模型學習語言級別的跨分子關系，也可以在未見物種上實現(xiàn)高度泛化。

在超過 6.5 億個獨立參數(shù)的獨立參數(shù)的背后，是研究者對開發(fā)一個能夠以前所未有的規(guī)模和精度的，預測蛋白質(zhì)相互作用的系統(tǒng)所作出的貢獻。這項工作是「讓超級計算機學會分子語言」的一步，把序列信息轉(zhuǎn)化為可以操作的生物學推斷。

https://phys.org/news/2025-10-supercomputer-ai-intricate-language-biomolecules.html