一、背景介绍
酶是调控生物代谢、生命活动的核心催化物质，精准注释酶功能对代谢机制研究、疾病机理探究及合成生物学发展至关重要。酶委员会（EC）四位编号是目前通用的酶功能标准化分类体系，可精准界定酶的催化反应类型。传统实验鉴定EC编号的方式耗时、费力、成本高昂，无法适配海量酶序列的高通量注释需求。现有计算预测方法大多依赖蛋白质序列信息，忽略酶活性位点与三维结构的核心功能价值，存在特征挖掘片面、低同源序列预测精度低、泛化能力弱等缺陷，长期制约酶功能智能注释技术的发展。
针对上述技术瓶颈，中山大学杨跃东教授团队开展专项研究，创新性提出GraphEC酶功能预测框架，依托ESMFold预测蛋白结构与几何图学习技术，破解传统模型结构信息利用不足的难题。该研究于2024年9月18日发表于《Nature Communications》，题为“Accurately predicting enzyme functions through geometric graph learning on ESMFold-predicted structures”，为高精度、全维度酶功能预测提供了全新技术范式。
二、实验方法和材料
1.GraphEC模型整体框架构建
研究搭建端到端GraphEC多任务预测网络，无需天然蛋白质结构，仅依托蛋白序列，通过ESMFold预测高精度三维结构，结合ProtTrans预训练蛋白质语言模型构建多维特征体系。模型以几何图学习为核心，融合序列特征、结构拓扑特征与活性位点功能特征，一体化实现酶活性位点识别、EC编号预测、最适pH值预测三大任务，大幅提升酶功能注释的完整性与精准度。
图1 GraphEC 结构示意图
2.双维度特征提取与几何图学习
模型采用双特征增强策略，基于ESMFold预测结构提取残基空间距离、拓扑分布等几何核心特征，同时利用ProtTrans模型生成序列嵌入补充特征信息，弥补单一结构或序列特征的局限性。通过几何图学习网络深度融合多维特征，学习蛋白质残基间的空间协同作用规律，挖掘结构隐含的功能信息，充分发挥三维结构对酶功能预测的指导价值。
通过预测结构提取几何特征，并通过预训练语言模型 (PtrotTrans) 计算序列嵌入来增强这些特征。这些特征被输入到几何图形学习网络中，用于学习几何嵌入，用于预测活性位点、EC 值和最佳 pH 值。
图2 酶 EC 数预测结构示意图
3.分层多任务预测与算法优化
模型采用分层递进的预测逻辑，先通过GraphEC-AS模块预测酶活性位点，为各残基分配功能权重，锁定核心功能区域。以此为监督指导，结合注意力层与池化层提取全局蛋白特征，生成EC编号初始预测结果，并引入标签扩散算法融合蛋白同源信息校正优化。同时搭建GraphEC-pH模块，精准预测酶催化最适酸碱环境，实现酶功能与反应条件的协同预测，贴合实际实验应用场景。
三、实验结果分析
1.模型综合性能全面优于主流算法
多组独立测试对比结果表明，GraphEC在活性位点识别、EC编号分类、最适pH预测三项核心任务中，各项评价指标均全面超越现有主流预测模型，预测精度与稳定性显著提升，展现出极强的通用性与优越性。2.几何图学习有效挖掘结构功能信息
实验验证，GraphEC可精准捕捉蛋白质三维结构中的隐性功能特征，有效解决传统序列模型无法利用空间结构信息的短板，尤其适配低同源、未注释新型酶的功能预测，充分证实了基于预测结构的几何图学习策略的有效性。
图2 GraphEC 从蛋白质结构中提取的功能信息
四、讨论和展望
本研究提出的GraphEC框架，创新融合ESMFold预测结构与几何图学习机制，突破了传统酶功能预测的技术局限，首次实现序列输入、结构学习、位点定位、功能注释、环境预测的一体化智能分析，为未知酶功能挖掘、酶学实验研究提供了高效可靠的计算工具，在基因组学、合成生物学、酶工程等领域具备极高的应用价值。
目前模型仍存在一定优化空间，预测精度易受蛋白结构预测质量影响。未来可通过优化结构预测精度、融合大语言模型文本先验知识、扩充多维特征等方式提升模型稳定性与泛化能力，进一步拓展至工业酶优化、生物催化、生物医药靶点挖掘等场景，为生命科学基础研究与生物产业应用提供坚实技术支撑。
