融合序列与结构，新模型绘制蛋白质演化地图

近日，由海法大学、特拉维夫大学与东京科学大学地球生命研究所联合组成的国际团队在《美国国家科学院院刊》发表最新成果，成功开发新型蛋白质语言模型CLSS。该项目由Rachel Kolodny、Guy Yanai、Nir Ben-Tal、Gabriel Axel及Liam M. Longo等学者共同领导，首次将氨基酸序列与三维结构信息深度融合，突破了传统模型将二者割裂处理的局限。 研究团队采用对比学习算法，使模型在训练过程中自动对齐序列与结构的数值嵌入。测试表明，CLSS不仅能将同一蛋白的序列与结构映射至图谱同一区域，其分类结果更与人工构建的ECOD及CATH体系高度吻合。与传统模型依赖完整序列不同，CLSS可精准定位短肽片段，为解析进化史上古老结构域的复用机制提供了关键线索。图谱分析进一步揭示了辅因子结合蛋白与金属结合蛋白在空间中的分布规律。 研究人员指出，该技术打破了序列与结构分析的壁垒，使科学家能够同步审视蛋白质宇宙的演化全景。未来，CLSS有望广泛应用于高通量数据库检索、理性蛋白质工程及跨越数十亿年生命演化轨迹的精准重建，为进化生物化学与合成生物学开辟全新路径。