Nat. Comput. Sci. 速递：基于拓扑的蛋白质适应度框架

关键词：蛋白质工程，机器学习，蛋白质适应度景观，持久谱理论

论文题目：Persistent spectral theory-guided protein engineering

论文来源：Nature Computational Science

论文链接：https://www.nature.com/articles/s43588-022-00394-y

蛋白质工程通过扫描巨大的突变空间来迭代优化蛋白质的适应度，但这受到实验设备能力的限制，现在各种机器学习模型已经大大加快了蛋白质工程的速度。三维蛋白质结构有望取得进一步的进展，但其几何复杂性阻碍了其在深度突变筛选中的应用。持久同调（persistent homology）是一种用于降低蛋白质结构复杂性的代数拓扑工具，它在过滤给定数据时无法捕获同伦形状的演化。

近日发表于 Nature Computational Science 的这篇论文介绍了一个基于拓扑的蛋白质适应度（Topology-offered Protein Fitness，TopFit）框架来补充蛋白质序列和结构嵌入。TopFit采用集成回归策略，融合了持久谱理论（persistent spectral theory，一种新的拓扑拉普拉斯理论）和两个辅助序列嵌入，以捕获突变诱导的拓扑不变量、形状演化和蛋白质适应度景观中的序列差异。TopFit的性能由34个基准数据集（128,634个变量）评估，涉及各种各样的蛋白质结构获取方式和训练集大小变化。