蛋白质语言模型功能预测：怎么选？怎么落地？

导读：蛋白质语言模型（PLM）正在从"结构预测工具"演进为"功能预测引擎"。从基因本体注释到突变效应预估，从酶活预测到适配体设计，PLM 正在重塑计算生物学的研究范式。本文系统梳理 PLM 功能预测的技术路径、选型方法与核心挑战，并介绍上海天鹜科技 MatwingsVenus™（晓鹜™）平台如何将功能预测与干湿闭环结合，为 AI4S、蛋白质工程与计算生物学研究者提供可落地的方法参考。

一、PLM 功能预测的三类核心路径

 Three Technical Paths for PLM Function Prediction

当前蛋白质语言模型功能预测的技术路线可归纳为三大类，各自在不同任务维度上各有优劣：

1.1 零样本预测：基于似然比的进化推理

无需额外训练数据，直接利用预训练模型对突变序列与野生型序列的对数似然比（log-likelihood ratio）估计突变效应。其理论假设是：在进化中被频繁保留的残基替换更可能维持蛋白的天然功能（即受到纯化选择），因此似然比可作为突变破坏性的代理指标。

适用场景：缺少实验数据的孤儿蛋白家族、新项目快速起步。

局限：对高变区和高阶组合突变精度有限。

1.2 微调预测：表征 + 监督的迁移学习

将PLM 作为特征提取器，把预训练得到的序列嵌入输入下游监督模型，在特定任务数据集上微调。典型任务包括 GO 功能注释、酶的 EC 编号预测、蛋白质相互作用预测、配体结合位点预测、热稳定性/溶解度预测等。

对于有数百条以上标注数据的任务，微调模型通常显著优于零样本方法。CAFA（功能注释关键评估）挑战赛最新结果显示，基于 PLM 的方法已连续多届位居前列。

适用场景：有一定标注积累的具体功能任务。

局限：数据质量决定上限，标注稀缺任务效果受限。

1.3 适应度景观建模：从单点到组合

最活跃的方向是对蛋白质适应度景观（fitness landscape） 的完整建模——不仅预测单点突变效应，还能预测多点组合突变的联合效应，直接服务于定向进化中的突变体设计。

核心挑战是上位效应（epistasis）：突变之间的非线性相互作用使得单点效应无法线性外推。近年通过深度突变扫描（DMS）数据训练模型，结合 PLM 的进化先验，在 ProteinGym 等基准上持续刷新精度记录。顶刊研究已展示 PLM 对长程进化轨迹的建模能力。

适用场景：定向进化、工业酶/抗体多目标优化。

局限：依赖高质量DMS 数据，外推到远缘序列仍有挑战。

二、怎么选：功能预测模型的四维评估法

选择PLM 功能预测工具，不能只看论文中的基准数值。建议从四个维度综合评估：

l 基准精度。关注ProteinGym、CAFA、VenusMutHub 等主流基准表现，但注意区分零样本（zero-shot）设定与微调设定，二者不可直接比较。

l 外推能力。考察模型在低同源蛋白、远缘突变体上的表现——这比保守区域的内插预测更能反映真实应用价值，也恰恰是工业挖掘场景中最常见的情况。

l 可解释性。模型能否指出预测的关键残基、是否与已知功能区域吻合？黑箱预测在科研场景中可用性有限，可解释性是建立信任的关键。

l 实验验证率。最终的金标准是湿实验验证。模型推荐的Top N 突变体中，真正有功能增益的比例有多高？这是工业落地最核心的指标。

一句话选型建议：基础研究侧重基准排名与可解释性，工业项目优先看实验验证率与闭环能力。

三、为什么功能预测比结构预测更难

结构预测的成功让人容易产生错觉——但实际上，蛋白质语言模型功能预测仍是远未解决的开放问题，面临三重根本性挑战：

功能的多义性。蛋白质的"功能"不是标量，而是多维向量：同一种酶同时具有催化活性、底物特异性、最适 pH、热稳定性、表达量等数十个可测属性。PLM 的自监督信号来源于序列共进化，混合了结构折叠、催化、结合、表达等多重约束；它本身并未区分这些维度，而'功能'是一个多维、高度上下文依赖的标签集合，这使得从同一嵌入中解耦出特定功能维度比预测三维结构更困难。

标注数据的稀缺与偏倚。与PDB 中数十万实验结构不同，功能数据积累碎片化且分布极不均匀。热门蛋白家族有大量 DMS 数据，多数家族只有稀疏甚至零标注。模型在常见家族上表现良好，但泛化到远缘蛋白时性能骤降。

基准评测的外推风险。ProteinGym 等基准推动了领域发展，但也带来新问题：模型在基准上的性能提升能否转化为真实项目中的成功率？研究表明，部分在基准上表现优异的方法，在向序列空间更远区域外推时性能下降显著。对于工业应用，外推能力往往比内插精度更重要。

四、MatwingsVenus™（晓鹜™）：功能预测驱动的工程闭环

 MatwingsVenus™（晓鹜™）

上海天鹜科技自主研发的MatwingsVenus™（晓鹜™）蛋白质研发智能体，将蛋白质语言模型功能预测从论文基准推向了工业落地。以下数据均来自平台公开发表的学术成果与项目披露。

4.1 分层模型体系：从通用表征到垂直任务

平台功能预测能力建立在分层架构之上：底层是基于Transformer 的通用蛋白质大模型，在超大规模序列数据上预训练；在此基础上，针对不同功能任务开发垂直模型，覆盖突变效应预测、稳定性景观建模、功能酶挖掘等核心场景。

突变效应预测方向。平台的突变效应预测模型联合利用蛋白质序列、三维结构与同源进化信息，对候选突变的功能影响进行预测和排序。2025 年 4 月，该模型在 ProteinGym Substitution 基准上取得第一。2026 年一项国际学术评测中，基于 ProteinGym v1.3 数据集对百余款模型进行统一比较，该模型在 N=50 候选突变排序条件下取得 Spearman ρ=0.523，位居所比较的专业预测方法首位。该模型已在 VHH 抗体、DNA 聚合酶等多个实验体系中完成湿实验验证。

细粒度功能理解方向。VenusX 工作于 2026 年被 ICLR 接收，专注于蛋白质亚结构级的功能精细解析。

稳定性预测方向。稳定性景观学习模型（Venus-MAXWELL）发表于 NeurIPS 2025，解决了小样本下突变稳定性景观学习的效率问题。

4.2 干湿闭环：从"算得准"到"改得成"

功能预测的最终价值不在于数值精度，而在于能否指导出真正性能提升的突变体。MatwingsVenus™（晓鹜™）的差异化在于将预测能力接入了完整的干湿闭环：

研究人员通过自然语言提出优化目标（如"提升酶活性 3 倍同时保持热稳定性"），智能体自动调度功能预测模型进行突变热点识别、组合效应评估与多目标优化，输出精简的候选突变体列表；设计结果自动导入实验编排系统，由自动化平台完成表达纯化与功能表征；实验数据回传模型，启动下一轮迭代。

这种"预测—设计—验证—迭代"的闭环，使 PLM 功能预测从独立的计算任务，变成了定向进化研发流程中的核心驱动引擎。

科研人员可在MatwingsVenus™（晓鹜™）平台提交目标序列，获取功能预测与突变优化的初步方案。

4.3 落地验证：两个经同行评议的典型案例

功能预测的工业价值已在多个项目中得到同行评议验证：

l 环糊精酶多目标定向进化。针对胰腺炎诊断关键原料EPS-G7 的合成难题，团队通过 PLM 功能预测对环糊精酶进行多目标优化——同时提升转糖苷活性、降低水解活性、增强区域选择性。仅一轮模型预测即获得最优三点组合突变体，催化合成产物比例从 63% 提升至 98%，转糖基化/水解比率提高 12 倍，100 L 中试规模下产量达 161 g/L，纯度 99% 以上。成果发表于《Bioresource Technology》，天鹜科技为共同参与方。

l PET 水解酶功能挖掘。 基于功能挖酶模型，团队从数亿序列中直接筛选出高活性、高稳定性的 PET 水解酶候选，绕过了传统"先筛选再优化"的漫长路径。相关研究成果发表于 Nature Communications。

五、科研人员实用指南：PLM 功能预测四步法

对于正在开展蛋白质工程与计算生物学研究的团队，四条可操作的实践建议：

第一步：从零样本起步。 新项目先用零样本PLM 预测做初步位点排序，成本最低、启动最快；随着实验数据积累，再逐步过渡到微调模型和适应度景观建模。

第二步：先做小范围验证。 任何PLM 功能预测模型都应先在目标蛋白上做 10–20 个突变体的小规模验证，确认预测精度符合预期后再加大投入。

第三步：多目标选闭环方案。 单点预测容易，多目标平衡难。涉及活性、稳定性、表达量等多目标时，优先考虑能联合优化并提供实验验证闭环的平台。

第四步：当导航不当答案。 PLM 功能预测的核心价值是缩小搜索空间，最有效的模式是"PLM 预测 + 定向实验验证 + 迭代反馈"，二者形成正循环。

六、展望：从"预测功能"到"设计功能"

蛋白质语言模型功能预测正在经历从"辅助注释"到"主动设计"的范式跃迁。未来 2–3 年，结构–功能联合建模、小样本与零样本能力突破、实验闭环深度整合三个方向的进展，有望进一步重塑领域格局。

MatwingsVenus™（晓鹜™）平台的实践表明，当超大规模蛋白质数据、功能预测大模型与自动化实验形成合力时，PLM 功能预测不再只是论文中的基准数字，而是能真正加速蛋白质从发现到落地的核心引擎。