一、背景介绍
从头蛋白质设计是合成生物学与蛋白药物开发的核心技术。现有模型多采用单目标优化范式，难以同时兼顾折叠稳定性、进化合理性与功能属性：结构基模型如ProteinMPNN擅长骨架兼容但易忽略功能，蛋白语言模型如ESM、SaProt能捕捉进化信号却常生成结构不稳定序列，二者互补优势难以整合。 针对该痛点，中山大学杨跃东团队于AAAI 2026提出MAProt，一套融合多智能体强化学习与帕累托协同优化的蛋白设计框架。框架集成ProteinMPNN、SaProt、ESM三款异构模型，通过多智能体分工与帕累托协商机制实现多目标均衡优化，为从头蛋白设计提供全新范式（图1）。 图1 MAProt框架总览：(a)多智能体集成与偏好对齐协商；(b)协同探索适应度景观；(c)共识与冲突区域可视化
二、实验方法和材料
1.多智能体框架与偏好对齐 MAProt由三个异构智能体协同：ProteinMPNN基于三维骨架保障结构兼容，ESM捕捉进化合理性，SaProt融合结构感知序列编码。框架先利用实验数据对各智能体独立进行直接偏好优化（DPO），使生成偏好与专属属性对齐。 2.帕累托共识协商机制 核心创新在于帕累托协商模块：通过结构共识（偏好标签一致比例）与连续共识（偏好差异向量与理想方向夹角偏差）整合为共识得分，作为损失权重优先学习高一致样本，在结构与进化约束间寻求帕累托最优，最终以logit融合实现协同采样。 3.数据集与基准设置 在三套基准验证：Megascale（约180万突变体）用于稳定性设计，GFP（56806变体）用于功能优化，AffinityDesign（47复合物）用于抗体亲和力设计。对比ProteinMPNN、DRAKES、ProteinDPO等主流方法，采用ΔΔG、scRMSD、成功率等多指标评估。
三、实验结果分析
1.稳定性设计全面领先 Megascale基准上，MAProt成功率达89.7%，较DRAKES提升14.1%，中位ΔΔG提升43.1%，同时保持94.8%的scRMSD<2Å比例。ΔΔG分布显示MAProt显著向高稳定性偏移，生成结构与骨架高度重合（scRMSD=0.245），证实共识协商有效平衡了探索与结构完整性（图2）。 图2 野生型与MAProt生成结构叠加对比 图2 4G3O蛋白ΔΔG分布：MAProt（蓝）显著优于各基线及野生型 2.功能与抗体设计表现优异 GFP基准上，MAProt在中等和高难度任务适应度分别达0.88和0.87，高难度较次优方法提升12%。抗体设计任务中成功率达32.1%，序列恢复率0.763，较MAProt(DPO)提升43.9%，展现复杂多链设计中的强泛化能力。 3.消融与结构验证 消融实验显示多智能体DPO成功率82.9%优于单智能体79.1%，加入共识模块后达89.7%。拉氏图分析表明MAProt二面角分布集中于优势构象区，与天然蛋白高度吻合，且比MAProt(DPO)更少出现在禁阻区，证实共识机制保障了结构几何合理性（图3）。 图3 拉氏图对比：MAProt（橙）、MAProt(DPO)（蓝）与天然蛋白（黑），MAProt更集中于优势区
四、讨论和展望
MAProt创新性将多智能体强化学习与帕累托协同优化引入蛋白设计，解决了多目标冲突难以均衡的核心短板，在稳定性、功能、抗体三类任务上均取得SOTA表现。未来可拓展至结构-序列联合设计与复杂蛋白组装体，引入实验反馈主动学习闭环，进一步提升在蛋白工程与治疗性抗体发现中的应用价值。
