L'ingénierie des protéines évolue du criblage empirique au précriblage informatique : des méthodes de calcul permettent d'évaluer l'impact des mutations sur la fonction protéique avant les expériences in vitro, réduisant ainsi le nombre de candidats et les coûts expérimentaux. Cependant, l'espace des mutations protéiques est vaste et la relation structure-fonction complexe. Trouver le juste équilibre entre efficacité et précision des prédictions a toujours été un enjeu majeur dans ce domaine.

En juillet 2025, l'université Jiao Tong de Shanghai, en collaboration avec l'université des sciences et technologies de Chine orientale et le laboratoire d'intelligence artificielle de Shanghai, a publié VenusREM, un modèle de prédiction des effets des mutations protéiques.L'article a été publié lors de la conférence ISMB/ECCB 2025 et indexé par Bioinformatics.Actuellement classé premier dans les benchmarks de mutations de substitution de ProteinGym.

L'idée centrale de VenusREM est l'« amélioration de la recherche ». Ce mécanisme d'amélioration de la recherche (REM) repose sur un modèle de langage protéique. Lors de l'inférence, il utilise les informations de séquences homologues issues d'alignements de séquences multiples (MSA) comme référence pour extraire des connaissances a priori sur la conservation et la mutagénicité à partir des informations évolutives des protéines homologues, améliorant ainsi la précision des prédictions.

En termes d'architecture de modèle, VenusREM est construit sur le modèle de langage protéique ProSST, qui intègre la séquence d'acides aminés et les informations structurelles tridimensionnelles, prend en charge plusieurs modes de récupération tels que la séquence d'acides aminés, la séquence structurelle ou une combinaison des deux, et peut maintenir des performances stables dans différentes conditions de données.

En tirant parti de l'utilisation exhaustive des informations de séquence, de structure et d'évolution,VenusREM peut être utilisé pour le criblage de mutants en ingénierie des protéines, l'évaluation de protocoles candidats avant des expériences d'évolution dirigée et l'analyse des mutations pathogènes liées aux maladies.Il aide les chercheurs à localiser plus rapidement les sites de mutation clés potentiels et accélère le passage de la prédiction informatique à la vérification expérimentale.

VenusREM propose désormais une section de tutoriels HyperAI où les utilisateurs peuvent suivre des guides pour maîtriser l'ensemble du processus, de la configuration de l'environnement et du déploiement du modèle à la prédiction des effets des mutations et à la visualisation des résultats. Ils peuvent également remplacer les séquences d'exemple pour appliquer directement le modèle à leurs propres recherches sur les protéines cibles. ⬇️

Exécutez en ligne :

https://go.hyper.ai/tfNeL

Plus de tutoriels en ligne :

https://hyper.ai/notebooks

Tutoriel en cours

1. Après avoir accédé à la page d'accueil d'hyper.ai, sélectionnez la page « Tutoriels » ou cliquez sur « Voir plus de tutoriels », sélectionnez « VenusREM : Prédiction de l'effet de mutation des protéines améliorée par la recherche », puis cliquez sur « Exécuter ce tutoriel ».

2. Une fois la page redirigée, cliquez sur « Cloner » en haut à droite pour cloner le tutoriel dans votre propre conteneur.

Remarque : Vous pouvez changer de langue en haut à droite de la page. Actuellement, le chinois et l’anglais sont disponibles. Ce tutoriel présente les étapes en anglais.

3. Sélectionnez les images « NVIDIA RTX 5090 » et « PyTorch », puis cliquez sur « Continuer l'exécution de la tâche ».

4. Attendez que les ressources soient allouées. Une fois que le statut passe à « En cours d'exécution », cliquez sur « Ouvrir l'espace de travail » pour accéder à l'espace de travail Jupyter.

Affichage des effets

1. Une fois la page redirigée, cliquez sur le fichier README à gauche, puis sur « Exécuter » en haut.

2. Une fois le processus terminé, vous pouvez consulter les résultats de la prédiction de l'effet de la mutation et la carte thermique de visualisation dans le tutoriel, qui montrera intuitivement l'impact des substitutions d'acides aminés à chaque site sur la fonction de la protéine.