Enzyme-Substrate Prediction (ESP)

简介

ESP (Enzyme-Substrate Prediction) 是一个用于预测酶-底物反应活性的机器学习工具，旨在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。
ESP 的核心思想是联合利用两类信息：

1. 代谢物表征：通过 GNN（图神经网络）提取底物的分子特征。
2. 酶表征：通过 ESM1b（蛋白语言模型）提取酶的序列特征。
   最终将两类表征拼接后，使用 XGBoost 模型预测反应活性分数。

参数说明

Enzyme–Substrate Pair

输入的底物-酶对列表文件，支持 .csv、.xlsx、.xls 格式，必选项
文件应包含两列：substrate 和 enzyme

substrate,enzyme
C00069,MARLPFYLLVISTLLLVVTADSFLARPPSSSFLHALSNKRASTPASLPSCSLDFLLQTRGGTAANAATTALPTSALVERKGGAAVALEGGKTLWEKSKVWVFIGLWYFFNVAFNIYNKKVLNALPLPWTVSIAQLGLGALYTMFLWLVRARKMPTIAAPEMKTLSILGVLHAVSHITAITSLGAGAVSFTHIVKSAEPFFSAVFAGLFFGQFFSLPVYAALIPVVSGVAYASLKELTFTWLSFWCAMASNVVCAARGVVVKGMMGGKPTQSKDLTSSNMYSVLTILAALVLLPFGALVEGPGLHAAWKAAAAHPSLTNGGTELAKYLVYSGLTFFLYNEVAFAALESLHPISHAVANTIKRVVIIVVSVLVFRNPMSTQSIIGSSTAVIGVLLYSLAKHYCK

Substrate Column

底物列的列名，默认为 substrate

Enzyme Column

酶列的列名，默认为 enzyme

Predicted Results

输出结果文件名，默认为 predictions.csv

结果说明

输出文件

输出的结果文件，CSV 格式，包含以下列：

如何理解结果

1. Prediction：预测分数，值越高表示该酶-底物对越可能发生反应
2. 该分数本质是概率型分数，不应直接等同于"反应一定发生"
3. 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）
4. metabolite_similarity_score 反映底物与训练集的相似程度，可作为预测可信度的参考

注意事项

1. 底物输入格式：支持 KEGG Compound ID（如 C00069）、SMILES 或 InChI 格式
2. 输入质量影响显著：底物 ID 合法性、SMILES 有效性会直接影响预测稳定性
3. 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

• Kroll A, Ranjan S, Engqvist M K M, Lercher M J. A general model to predict small molecule substrates of enzymes based on machine and deep learning[J]. Nature Communications, 2023, 14(1): 2787. DOI:10.1038/s41467-023-38347-2