基于图Transformer与等变图神经网络的蛋白质相互作用位点预测模型GTE-PPIS的创新研究

为解决蛋白质相互作用位点(PPI sites)预测精度不足的问题，中国石油大学(华东)团队开发了融合图Transformer(GT)与等变图神经网络(EGNN)的双分支模型GTE-PPIS。该模型通过协同提取全局拓扑特征与局部几何结构，在多个基准数据集上显著超越现有方法（AUROC达0.873，AUPRC提升6.4%），为生物网络图谱构建和药物设计提供了新工具。

　　

蛋白质作为生命活动的核心执行者，其相互作用网络是理解细胞功能的关键。然而，传统实验方法如酵母双杂交耗时费力，而现有计算预测工具在精度和泛化能力上仍有局限。尤其当面对复杂的三维空间构象和长程相互作用时，如何准确捕捉蛋白质界面残基的特征成为重大挑战。中国石油大学(华东)的Tao Song团队在《Briefings in Bioinformatics》发表的研究，通过创新性地融合几何感知与全局注意力机制，为这一领域带来了突破性进展。

研究团队开发了GTE-PPIS预测系统，其核心技术在于：1) 构建包含进化特征(PSSM/HMM)、结构特征(DSSP)和原子属性(AF)的61维节点特征；2) 采用等变图神经网络(EGNN)处理三维坐标更新，通过10层EGCL实现旋转平移不变的几何学习；3) 并行使用4头注意力机制的图Transformer捕捉长程依赖；4) 通过残差连接缓解过平滑问题。模型在Train_334/Test_60等数据集上训练，采用五折交叉验证策略。

模型架构分析
通过系统消融实验验证了双分支设计的必要性：移除EGNN导致AUPRC下降15.3%，而缺失GT分支使AUROC降低8.8%。如图1所示，EGNN模块通过式(4)-(6)实现坐标等变更新，而GT模块通过式(9)-(13)的多头注意力整合边缘特征。

特征贡献评估
如表5所示，原子特征(AF)对模型性能影响最大，其缺失使AUPRC骤降至0.481。进化特征(PSSM)和二级结构特征(DSSP)分别贡献了15.3%和8.4%的AUPRC提升。图2-3的箱线图进一步显示，DSSP特征能显著稳定模型预测波动。

性能比较
在Test_60数据集上（表2），GTE-PPIS以0.873的AUROC和0.611的AUPRC超越所有对比方法。特别是对金黄色葡萄球菌蛋白6LKI的案例研究（图4）显示，其假阳性预测比AGAT-PPIS减少43.9%（105 vs 187），验证了模型的高特异性。

该研究的创新性体现在三个方面：首先，首次将等变学习引入PPI预测，通过式(5)的坐标传播规则保持几何一致性；其次，开发了融合边缘特征的注意力机制（式10），有效建模残基间角度关系；最后，提出的双分支架构解决了传统GNN难以兼顾局部几何与全局拓扑的难题。尽管当前模型对超长序列（>800残基）的处理存在硬件限制，但其在未结合态数据(UBtest_25)上仍保持0.343的AUPRC，显示出良好的临床转化潜力。这项成果不仅为蛋白质相互作用研究提供了新范式，其几何感知框架也可拓展至蛋白质-药物相互作用预测等领域。