跳到主要内容
返回时间线
bioRxiv来源发表:

蛋白质复合物该有几个拷贝,StoiAgent用智能体查证据:CASP17盲测56个靶标top-1达75.0%

核心概要

蛋白质复合物各亚基的拷贝数(化学计量比)常常未知,而AlphaFold3等结构预测方法恰恰需要它作为输入。StoiAgent把开源大模型Qwen3.6-27B做成两阶段AI智能体:第一阶段检索PDB、UniProt与文献并结合结构模板生成和排序候选化学计量比,第二阶段用AlphaFold3打分对前五候选重排,并保留推理轨迹。在56个CASP17靶标上,其top-1准确率为75.0%,比同样使用模板与AlphaFold3打分的PreStoi高23.2个百分点,与StoPred持平,top-3和top-5分别为85.7%和87.5%。

Source-provided article image: Accurate and interpretable protein complex stoichiometry prediction through agentic AI with StoiAgent
Fig. 1 · bioRxiv · 第 3 页

深度剖析

蛋白质复合物的化学计量比现在可以由一个AI智能体自动推断,并在给出预测的同时留下可核查的证据推理记录。 此前的PreStoi同样使用同源结构模板和AlphaFold3排序分数,但整合不同来源证据、化解相互冲突的预测仍需人工判断,限制了自动化与扩展。 在56个CASP17复合物靶标上,StoiAgent第二阶段top-1准确率为75.0%(42/56),比PreStoi的51.8%(29/56)高23.2个百分点,与StoPred的75.0%持平。

智能体分两步走:先提出候选化学计量比,再用结构打分在固定候选表内重排。 第一阶段让大模型从PDB、UniProt和PubMed检索证据,结合序列与结构模板生成候选并给出支持分数,取前五名进入第二阶段。 第二阶段引入AlphaFold3排序分数后,top-1从第一阶段的58.9%(33/56)升到75.0%(42/56),纠正10个错误、新增1个错误;仅按AlphaFold3最大分或平均分排序同一批候选,top-1只有60.7%和62.5%。

启示与展望

评估限定在56个CASP17多聚体靶标(43个异源多聚体、13个同源多聚体,分属34个生物系统),预测在CASP17官方实验结束后作出,只使用各靶标发布日之前可得的证据,因此属于回溯性盲测而非前瞻性盲测。

作者指出,评估仅覆盖56个靶标、34个生物系统,且部分系统贡献多个靶标,需要更大更多样的基准和考虑生物系统依赖的不确定性估计;各证据来源对具体排序决策的单独贡献尚未系统隔离;计算成本主要来自为每个候选化学计量比运行AlphaFold3结构预测。