| 编号 | 515 | |
| 名称 | Substrate Specificity Prediction (EZSpecificity) | |
| 封面 |  | |
| 描述 | EZSpecificity 是用于酶-底物特异性预测的模型化工具，目标是为实验筛选提供优先级排序。 | |
| 标签 |
| |
| 作者 | Haiyang Cui | |
| 发布时间 | 2025-10-08 00:00:00 | |
| 参考文献 | Enzyme specificity prediction using cross-attention graph neural networks. Nature, 2025. | |
- 简介
- 参数说明
- Batch Sequence Prediction
- Enzyme Sequence
- Substrate Smile
- Score File
- Batch Structure Prediction
- Input CSV
- Complex Structure
- Smiles Column
- Complex Column
- Score File
- Error CSV
- 结果说明
- Batch Sequence Prediction
- Batch Structure Prediction
- 如何理解结果
- 注意事项
- 参考文献
Substrate Specificity Prediction (EZSpecificity)
简介
EZSpecificity 是用于酶-底物特异性预测的模型化工具，目标是为实验筛选提供优先级排序。
它要解决的问题是：在候选组合数量较大时，如何优先挑出更可能发生反应的酶-底物对，从而降低实验试错成本。
根据论文报告，EZSpecificity 在未知酶/未知底物等外推场景下，相比对照方法（如 ESP）表现更稳定，并在卤化酶案例中给出更高的 Top-1 命中率。
因此，它的定位是"实验前的筛选与排序工具"，而不是"替代实验的最终判定工具"。
EZSpecificity 的核心思想是联合利用三类信息：
- 序列信息：通过蛋白语言模型（ESM）提取酶序列表示，提供全局蛋白特征。
- 结构信息：将活性位点附近的酶-底物原子关系建模为 3D 图，捕获局部几何和化学环境。
- 交互信息：通过 cross-attention 强化"关键残基-关键原子"的对应关系，避免仅做简单特征拼接。
最终模型输出一个分数用于排名。
参数说明
Batch Sequence Prediction
适用于大规模筛选场景，输入酶序列文件和底物列表，自动生成 N×N 组合进行预测。
Enzyme Sequence
酶的序列文件，FASTA格式，支持多条序列，必选项
>enzyme_405
MLPLQDFPKFTAAAVQASPVFLDAHKTAQKAVDLIAEAAGNGAELVVFPEVF...
>enzyme_483
MQTRKIVRAAAVQAASPNYDLATGVDKTIELARQARDEGCDLIVFGETWL...
Substrate Smile
底物分子的结构信息，支持.smi格式，必选项
substrate_smiles
N#CC1=NC=CC=C1 sample_1
N#CCC1=CC=CC=C1 sample_2
Score File
输出的结果文件, CSV 格式（默认文件名 predicted_scores.csv）
Batch Structure Prediction
适用于使用复合物结构进行预测的场景，通过 CSV 文件指定底物与结构的对应关系。
Input CSV
输入的CSV文件，文件中需包含底物结构substrate_smiles 列和复合物结构名称complex_name 列，必选项
substrate_smiles,complex_name
N#CC1=NC=CC=C1,complex_405
N#CCC1=CC=CC=C1,complex_483
Complex Structure
复合物结构压缩包，支持 .zip/.tar/.tar.gz/.tgz/.tar.bz2/.tar.xz 格式，必选项
压缩包内应包含与 complex_name 对应的 PDB 文件（如 complex_405.pdb）
Smiles Column
输入的CSV文件中SMILES列的列名，必选项
Complex Column
输入的CSV文件中复合物名称列的列名，必选项
Score File
输出的结果文件, CSV 格式（默认文件名 predicted_scores.csv）
Error CSV
解析后记录错误的列表文件（如有），CSV格式（默认文件名match_errors.csv）
结果说明
Batch Sequence Prediction
输出的结果文件, CSV 格式（默认文件名 predicted_scores.csv）
| 列名 | 说明 |
|---|---|
| substrate_smiles | 底物的 SMILES 字符串 |
| enzyme_sequence | 酶的氨基酸序列 |
| score | 预测打分值，数值越高表示该酶-底物对越可能发生反应 |
Batch Structure Prediction
输出的结果文件, CSV 格式（默认文件名 predicted_scores.csv）
| 列名 | 说明 |
|---|---|
| substrate_smiles | 底物的 SMILES 字符串 |
| enzyme_sequence | 酶的氨基酸序列 |
| score | 预测打分值，数值越高表示该酶-底物对越可能发生反应 |
| complex_name | 复合物结构名称 |
| matched_complex_file | 根据复合物名称匹配到的结构文件 |
解析后记录错误的列表文件（如有），CSV格式（默认文件名match_errors.csv）
| 列名 | 说明 |
|---|---|
| complex_name | 匹配失败的复合物结构名称 |
| error | 匹配失败的原因或错误信息 |
如何理解结果
- 分数越高，表示该酶-底物对在当前模型下更值得优先验证
- 该分数本质是排序分数，不应直接等同于"反应一定发生"
- 建议将输出用于候选排序，按分数从高到低组织实验顺序（Top-K 优先）
注意事项
- 适用边界：本工具用于特异性筛选与排序，不直接提供反应机理、位点选择性或立体选择性的确定结论。
- 输入质量影响显著：SMILES 合法性、结构文件质量与匹配程度会直接影响预测稳定性。
- 结果使用原则：建议在同一任务上下文内做相对比较，不建议跨任务直接比较绝对分数阈值。
参考文献
- Enzyme specificity prediction using cross-attention graph neural networks. Nature, 2025. DOI: 10.1038/s41586-025-09697-2
