基于多维度特征融合的AFP-MCDF模型：抗冻蛋白预测新方法及其跨领域应用

本研究针对传统抗冻蛋白（AFP）预测方法耗时昂贵、现有计算模型性能不足的问题，提出AFP-MCDF多维度特征融合算法。通过整合ProtBERT与ESM-2预训练模型提取的1D/2D特征，结合BiLSTM（双向长短期记忆网络）和TextCNN（文本卷积神经网络）捕捉序列长程依赖与局部特征，最终实现跨维度融合与N→2线性映射。实验证实该方法性能超越传统计算模型，达到当前最优水平，为食品保鲜、医学冷冻保存等领域提供高效预测工具。

　　

在极地鱼类体内发现的抗冻蛋白（AFP）能抑制冰晶形成，这一特性使其在食品保鲜、器官移植等领域展现出巨大潜力。然而，传统湿实验方法成本高昂，而现有计算模型如AFP-Pred、AFP-PseAAC等又面临预测精度不足的瓶颈。更棘手的是，不同物种来源的AFP存在显著序列差异，这为通用预测模型的开发带来挑战。

北京石油化工学院的研究团队在《Analytical Biochemistry》发表的研究中，创新性地提出AFP-MCDF多维度特征融合框架。该研究通过整合两种前沿蛋白质语言模型ProtBERT（基于BERT架构）和ESM-2（采用相对位置编码的RoBERTa变体），首次实现了抗冻蛋白序列的跨维度特征提取与融合。实验表明，该方法在标准测试集上的性能显著超越现有技术，为解决AFP预测难题提供了新范式。

关键技术包括：1）使用ProtBERT和ESM-2分别提取1D和2D序列特征；2）通过BiLSTM捕获长程依赖关系，TextCNN提取局部特征；3）采用交叉维度融合策略整合多维特征；4）基于221条经PSI-BLAST验证的AFP序列构建数据集，严格设定E值阈值0.001。

【数据集】
研究采用经Pfam数据库筛选的221条AFP种子序列，通过PSI-BLAST扩展后人工去除冗余（相似度>40%），确保数据质量。

【评价指标】
采用AUC（曲线下面积）评估模型性能，公式显示当正样本预测分数P_pos大于负样本P_neg时计分系数K=1，最终AUC值越接近1表明分类能力越强。

【讨论】
AFP-MCDF的创新性体现在三方面：首先，通过ProtBERT与ESM-2的协同使用，克服了单一模型特征提取的局限性；其次，BiLSTM与TextCNN的联合应用实现了序列全局与局部特征的互补；最后，交叉维度融合策略显著提升了特征表达能力。相比传统方法如AFP-CMBPred（基于SVM/RF）或CryoProtect（依赖手工特征），新模型在未引入先验知识的情况下实现了性能突破。

研究结论指出，该方法不仅为AFP预测建立了新标准，其多维特征融合框架还可拓展至其他蛋白质功能预测领域。团队特别强调，模型对跨物种AFP的泛化能力验证了预训练语言模型在生物序列分析中的普适价值。这项获得北京市自然科学基金（KZ202210017025）支持的研究，为低温生物医学和食品工程提供了智能化研究工具。