IEEE BIBM 2024

ProtSolM

多模态特征下的蛋白质溶解度预测——融合序列、结构与手工理化描述子，获得更可靠的溶解度标签。

Yang Tan, Jia Zheng, Liang Hong, Bingxin Zhou

论文 代码 数据集

方法

ProtSolM 通过三个互补视角预测蛋白质溶解度： 序列上下文、三维结构编码，以及显式理化 / 结构特征向量 （氨基酸组成、GRAVY、二级结构组成、氢键、暴露残基比例、pLDDT 等相关信号）。

结构通路建立在预训练 ProtSSN 检查点之上；微调推荐默认 k20_h512。

结果与数据

评测以 PDBSol 为主，并含 ExternalTest 留出集。 两套的 ESMFold PDB 发布于 Hugging Face （tyang816/ProtSolM_ESMFold_PDB）； 标签随仓库提供于 data/PDBSol 与 data/ExternalTest。

特征提取（get_feature.py）、微调（run_ft.py）与评估（eval.py）脚本同时支持论文划分与自定义 PDB + CSV 数据。

引用

若使用 ProtSolM，请引用：

@inproceedings{tan2024protsolm,
  title={Protsolm: Protein solubility prediction with multi-modal features},
  author={Tan, Yang and Zheng, Jia and Hong, Liang and Zhou, Bingxin},
  booktitle={2024 IEEE International Conference on Bioinformatics and Biomedicine (BIBM)},
  pages={223--232},
  year={2024},
  organization={IEEE}
}