Protein Cleavage Site Prediction (UniZyme)

简介

Protein Cleavage Site Prediction (UniZyme) 是一个融合酶活性位点知识的统一蛋白裂解位点预测模型，旨在同时预测酶的活性位点与蛋白/多肽底物的裂解位点。
它要解决的问题是：给定一对酶-底物（蛋白/多肽），如何准确识别酶的活性位点以及蛋白/多肽底物中哪些残基将被酶切割，从而辅助理解蛋白酶解机制、指导实验设计。
UniZyme 在多种酶类（天冬氨酸蛋白酶、金属蛋白酶、半胱氨酸蛋白酶等）的零样本评测中表现优异，能够泛化至未见过的新型酶-底物组合。
因此，它的定位是"酶解位点预测与筛选工具"，可辅助实验验证，但不能完全替代生化实验。
UniZyme 的核心思想是联合利用三类信息：

1. 序列信息：通过蛋白语言模型（ESM-2）提取酶和蛋白/多肽底物的序列表示，提供全局特征。
2. 结构信息：从 PDB 结构中计算 Cα 距离矩阵，通过高斯核函数将空间距离信息融入 Transformer 注意力机制。
3. 能量信息：利用 Frustratometer 计算酶的构象能量矩阵，通过高斯核将热力学信息注入注意力偏置。
   最终模型同时输出酶的活性位点概率和蛋白/多肽底物的裂解位点概率。

参数说明

Single Mode

适用于预测单个酶结构对于单个蛋白/多肽底物的裂解位点。

Enzyme Structure

酶的 PDB 结构文件，必选项，文件均应为标准 PDB 格式，应包含完整的三维坐标信息。

Substrate Structure

蛋白/多肽底物的 PDB 结构文件，必选项。文件应为标准 PDB 格式，并包含完整的三维坐标信息。

Output Cleavage CSV

酶切位点预测结果的输出路径，CSV 格式，必选参数。默认文件名为 cleavage_sites.csv。

Output Active Site CSV

酶活性位点预测结果的输出路径，CSV 格式，必选参数。默认文件名为 active_sites.csv。

Batch Mode

适用于批量预测酶结构对于蛋白/多肽底物的裂解位点。

Enzyme Structure

酶的 PDB 结构文件压缩包，必选项，压缩包内的文件均应为标准 PDB 格式，应包含完整的三维坐标信息。

Substrate PDB

蛋白/多肽底物的 PDB 结构文件压缩包，必选项，压缩包内的文件均应为标准 PDB 格式，应包含完整的三维坐标信息。

Input CSV

输入的CSV文件，必选项，文件中需包含id号码、酶的PDB结构文件名称enzyme_structures 列和蛋白/多肽底物的PDB结构文件名称substrate_structures 列，enzyme_structures 列应包含酶的 PDB 结构文件压缩包中的每一个酶结构，substrate_structures 列应包含蛋白/多肽底物的 PDB 结构文件压缩包中的每一个底物结构，且CSV文件中的每一行的enzyme_structures和substrate_structures应一一对应，CSV文件的行数决定最终的输出结果数。
注意：ID必须唯一，不可重复。建议使用清晰、易读的标识符。

Output ZIP

批量结果压缩包的输出路径，ZIP 格式，必选参数。默认文件名为 batch_results.zip。

结果说明

Single 模式

输出结果包括：

其中 cleavage_site.csv 包含信息如下：

其中 active_site.csv 包含信息如下：

Batch 模式

输出结果包括：

其中 top10_cleavage_sites_summary.csv 包含信息如下：

其中 top10_active_sites_summary.csv 包含信息如下：

两份汇总文件均仅保留各酶–底物组合中对应预测概率最高的 10 个残基位置及其概率。

如何理解结果

1. 概率值越高，表示该蛋白/多肽底物残基位置越可能被对应酶切割
2. 概率值越高，表示该酶残基位置越可能为活性位点
3. 预测结果为逐残基的概率分布，建议关注概率峰值所在位置作为候选裂解位点
4. 酶活性位点预测为辅助任务，其质量影响最终的裂解位点预测准确性
5. 建议结合实验验证确认关键裂解位点，尤其是预测概率处于中等水平以上的位置

注意事项

1. 适用边界：本工具用于蛋白酶解位点预测，不直接提供反应机理、动力学参数或底物特异性的确定结论。
2. 输入质量影响显著：PDB 结构文件的完整性、序列与结构的一致性会直接影响预测稳定性。
3. 序列长度限制：最大支持的序列长度为 1500 个残基，超出部分将被截断。
4. 结果使用原则：建议在同一任务上下文内做相对比较，关注概率峰值位置而非绝对阈值。

参考文献

• Li C., Y S., Dai E. 2025, UniZyme: Unified Protein Cleavage Site Prediction Enhanced with Enzyme Active-Site Knowledge, arXiv, DOI: 10.48550/arXiv.2502.06914