arXiv cs.AI· Zikun Nie, Suyuan Zhao, Yizhen Luo, Siqi Fan, Zaiqing Nie·· 11 小时前AI 评分31
StructEvo：面向蛋白质定向进化的结构感知强化学习框架
Structure-aware Reinforcement Learning for Protein Directed Evolution
AI 导读
StructEvo 是一个结构感知强化学习框架，用于蛋白质定向进化，通过 delta-structure 融合编码器以特征差异近似突变体结构特征，动态引入空间知识。该方法在两个优化基准上分别超越此前 SOTA 方法 9.2% 和 16.3%，并在 GFP 中识别出经实验验证的 epistasis 模式。
正文 · AI 翻译
摘要：蛋白质优化一直是生命科学领域的长期目标。现有的机器学习辅助定向进化（MLDE）方法主要依赖仅基于序列的特征，忽视了蛋白质结构中编码的关键空间约束和协同进化相互作用。然而，由于可靠的突变体结构稀缺，直接整合结构信息仍然具有挑战性。为解决这些问题，我们提出了 StructEvo，一种用于蛋白质定向进化的新型结构感知强化学习框架。StructEvo 采用 delta 结构融合编码器，通过特征差异来近似突变体结构特征，从而实现空间知识的动态引入。随后，通过结构对齐的分层动作网络将庞大的突变空间分解为可管理的子空间，同时几何约束进一步稳定 delta 特征学习。我们的方法在两个具有挑战性的优化基准上分别比先前的最先进方法高出 9.2% 和 16.3%，并进一步在 GFP 中识别出一种经实验验证的上位性模式，凸显了结构指导对有效蛋白质定向进化的重要性。
| 学科： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.39048 [cs.LG] |
| （或使用 arXiv:2609.39048v2 [cs.LG] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2609.39048 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zikun Nie [查看电子邮件]
[v1]
2026年9月30日星期三 05:56:18 UTC（5,045 KB）
[v2]
2026年11月5日星期四 03:02:15 UTC（5,051 KB）
来源：arXiv cs.AI · arxiv.org