PPI Binding Energy (Graphomer)

简介

基于PPI-Graphomer模型预测蛋白-蛋白结合亲和力，该模型是一种专门感知界面残基作用的Graph Transformer模型，同时结合了多模态预训练模型，效果显著优于已有主流方法。

模型设计采用：序列 + 结构 + 图神经网络三合一
步骤一：特征提取，蛋白语言模型 + 结构模型协同

• 使用ESM2（蛋白语言模型）用于提取蛋白序列中的进化和语义特征（1280 维 → 64 维）；
• 使用ESM-IF1（结构到序列逆折叠模型）用于提取 AlphaFold2 结构中的空间特征（512 维 → 32 维）；
• 使用多链结构用25 个 Gly 连接为一条伪序列，确保预训练模型能正常运行；
• 特征拼接后送入下一阶段建模。

步骤二：核心模块，PPI-Graphomer（界面建模利器）
借鉴微软提出的 Graphormer 思想，引入结构感知的图 Transformer 模块，具体包括：

这些信息被作为注意力偏置项加入到 Transformer 的 Attention 计算中，强化模型对关键界面信息的关注，最终获得接口表征。

步骤三：特征拼接 + 回归预测
使用“跳跃连接式”结构（skip-connection），将界面信息与全局序列结构信息拼接后输入 MLP 预测亲和力（ΔG），输出结果用于与真实值比较回归损失。

模型整体架构示意图如下：

数据集与训练配置如下：
主训练集：PDBbind（共 2376 条蛋白复合物，均转化为ΔG）；
测试集：
Affinity Benchmark v1（Test set 1，75 个样本）
PDBbind 精炼子集（Test set 2，87 个样本）

预处理：
移除序列过长（>2000 残基）样本；
使用 BLAST 排除训练集中与测试集相似度>65%的样本，防止数据泄露；

模型参数：
Graphomer 层数：2 层；
Attention 头数：8；
训练轮次：20 epoch；
使用 A40 GPU，推理内存仅需 4GB。

模型预测效果如下：

与其他方法的结果比较如下：

参数说明

Structure

蛋白复合物结构，格式支持 .pdb 或 .cif。蛋白长度需小于2000AA（超过时会略过）。

Structure TAR

蛋白复合物结构，支持多个复合物结构打包进行批量预测，格式支持 .tar、.tar.*z 或 .zip，最大支持1000个结构。

Output

亲和力预测的结果文件名，默认为PPI_pred.csv

结果说明

亲和力预测结果文件PPI_pred.csv，包含以下信息：

参考文献

• Xie, J., Zhang, Y., Wang, Z. et al. PPI-Graphomer: enhanced protein-protein affinity prediction using pretrained and graph transformer models. BMC Bioinformatics 26, 116 (2025). DOI:10.1186/s12859-025-06123-2