IEEE BIBM 2024

ProtLOCA

仅依赖结构的局部几何对齐，用于蛋白质同源检测——追问氨基酸类型嵌入是否总是有益，以及何时几何本身才是更好的线索。

Yang Tan, Lirong Zheng, Bozitao Zhong, Liang Hong, Bingxin Zhou

论文 arXiv 代码

方法

许多结构模型默认注入氨基酸身份。ProtLOCA 表明：对结构对齐而言，序列嵌入并非总是有益——序列不相似可共享折叠，序列相似也可能结构偏离，类型特征反而稀释几何信号。

因此模型用旋转等变图网络在骨架邻域上编码仅结构的局部几何，匹配时不依赖残基类型嵌入。

结果

  • CATH 全局匹配——基于 CATH 的域对相似性标签；在 held-out CATH-aligns 上，ProtLOCA 比常见序列与结构基线更快、更准地匹配结构一致的域。
  • 局部共有结构配对——残基级点匹配，突出整体结构不同但功能相同的局部折叠（如 DNA 结合基序）；全局对齐器如 TM-align 常会错过这种局部对应。

两组设定共同支持：当推理目标是结构同源而非序列同一性时，宜采用几何优先表征。

引用

若使用 ProtLOCA，请引用：

@inproceedings{tan2024protloca,
  title={Protein representation learning with sequence information embedding: Does it always lead to a better performance?},
  author={Tan, Yang and Zheng, Lirong and Zhong, Bozitao and Hong, Liang and Zhou, Bingxin},
  booktitle={2024 IEEE International Conference on Bioinformatics and Biomedicine (BIBM)},
  pages={233--239},
  year={2024},
  organization={IEEE}
}