金属结合位点与金属类型预测方法PrOMet：基于剪枝-优化策略的精准鲁棒结构预测框架

《Advanced Science》：PrOMet: Accurate and Robust Metal-Binding Site and Type Prediction

　　

金属与蛋白质结合对许多生物学功能至关重要，然而与其他生物分子相互作用相比，金属结合位点与金属类型的预测仍研究不足。尽管深度学习取得进展，计算方法在该领域成功有限；即便最优秀方法在高分辨率晶体结构上仅达中等定位精度，在中分辨率数据上更差。研究人员假设主要挑战在于金属结合本质：候选位点遍布蛋白质表面，而真实结合需要原子级配位几何。本研究提出基于结构的金属结合位点与类型预测器PrOMet，采用构建于两个层级连接机器学习架构之上的Prune-and-Optimization（剪枝与优化）策略，可有效缩小搜索空间，并对AlphaFold模型与中分辨率cryo-EM（cryogenic electron microscopy，冷冻电镜）结构保持鲁棒性。PrOMet优于基于结构与语言模型的现有方法，金属离子定位PR-AUC（Precision-Recall Area Under Curve，精确率-召回率曲线下面积）达0.739，金属类型分类平均F1-score为0.743，涵盖Zn、Ca、Mg、Mn、Fe、Cu。该工具可用于分配蛋白质结构中不确定金属位置与类型，并服务于金属酶设计研究。

《Advanced Science》刊发的该项研究聚焦蛋白质金属结合位点与金属类型预测这一长期薄弱方向。金属离子参与催化、结构稳定、转运、电子转移与调控，超过三分之一PDB（Protein Data Bank，蛋白质数据库）结构含金属；但在中低分辨率图中，金属常与溶剂或邻近原子难以区分。既有方法分三类：仅序列方法缺三维上下文，基于结构方法对误差结构敏感，模板方法难泛化；且多数只找位点不给类型，也不能处理与其他生物分子共同配位。因此研究人员提出PrOMet（Prune-and-Optimization for Metals），以两阶段结构预测框架同时给出三维位置与金属身份，并可接受小分子、RNA、DNA等配体结合输入。

为开展研究，研究人员从BioLiP数据库获取蛋白-金属复合物，保留Mg、Zn、Mn、Ca、Fe、Ni、Co、Cu、K，剔除Cd、Hg与Na，并以≥3个配位原子过滤生物位点；训练集、验证集、测试集按时间与30%序列一致性聚类比进行严格分离，实验基准含X-ray（X射线晶体学）、cryo-EM与AlphaFold3（AF3）模型结构；模型结构测试集要求全局骨架RMSD（Root Mean Square Deviation，均方根偏差）≤5 ?、位点局部侧链RMSD≤3 ?。

2.1 Overview of the Work

研究人员用随机森林（RF，Random Forest）在蛋白质表面溶剂可达网格点做粗粒度剪枝，以核心残基Asp/Glu/Cys/His、供体原子数、可及性与第二壳层上下文为特征，保留98.8%金属位点同时只留2.76%网格；再用EGNN（Equivariant Graph Neural Network，等变图神经网络）对候选网格做细粒度评分与类型预测，证明两阶段分别负责降搜索空间与原子级配位判断。

2.2 PrOMet Accurately Localizes Metal-Binding Sites in Experimentally Determined Protein Structures

在独立测试集上，以2 ?与5 ?为阈值，PrOMet的PR-AUC高于Metal3D、BioMetAll与M-Ionic；2 ?、阈值0.5时召回80.0%、精确65.0%。对蛋白-配体、蛋白-核酸等界面也能预测，并在RuvAB AAA⁺ ATPase的Mg²⁺占位状态上复现实验占用模式。坐标误差中位数与Metal3D相当，但命中更多位点。

2.3 PrOMet Reliably Distinguishes Between Different Types of Bound Metal Ions

与M-Ionic比，PrOMet在位点5 ?内且类型正确这一联合任务上各类金属F1更高：Zn由0.343升至0.859，Ca由0.193升至0.801；混淆矩阵显示错误多发生于化学相似离子如Ca-Mg之间，Zn因数据多致Mn/Fe被误判为Zn，Cu因独特配位几何表现较好。

2.4 PrOMet Maintains Robust Performance on Non-Crystallographic Structures

在cryo-EM相对晶体结构性能下降，但PrOMet降幅与对照相当；在AF3模型上PrOMet仅小幅退化，Metal3D下降更明显。失败案例多因配位侧链RMSD>2 ?且配位数过低（少于3），只要仍有若干供体原子则常可预测正确。

2.5 Benchmarking AlphaFold3 Metal Modeling Highlights the Need for Dedicated Metal-site Prediction Tools

用316个无金属负例与82个单金属正例比较AF3与PrOMet。AF3常被提示后高置信放置金属，负例难以靠pLDDT区分；正例上AF3最高23%位点与类型同对，PrOMet达45%。以AF3骨架跑PrOMet在8B2S的K⁺位点弥补AF3漏判，说明专用金属位点预测器是结构预测工具的重要补充。

2.6 Ablation Analysis Reveals Contributions of Two-Stage Design, Directional Features, and Dataset Curation

去掉RF剪枝，PR-AUC由0.739跌至0.386；去掉极性矢量夹角特征，精度与PR-AUC明显下降。训练仅用高分辨率或不过滤非生物位点都会损害鲁棒性与召回。LightGBM近似RF，MLP过滤过狠；EGNN优于GAT与GCN，证明几何等变与方向特征关键。

讨论部分指出，BioMetAll适经典基序，Metal3D偏Zn与高分辨率，MIB2依赖模板，PrOMet胜在跨金属种类、异质配位与噪声结构。数据不平衡使Zn过优、少数金属弱；去类别加权改观小，说明绝对多样性更重要。结论部分译为：本研究提出PrOMet，一种在蛋白质结构中以原子分辨率识别金属结合位点并同时预测所结合金属种类的深度学习模型。PrOMet在不同分辨率实验结构（X-ray与cryo-EM）及预测模型（AF3）上表现稳定，超越既往方法在位点检测与金属类型分类上的结果；并首次系统推广到蛋白-核酸、蛋白-配体等更广界面。消融研究表明其通用性与鲁棒性来自Prune-and-Optimization策略，在保持精确率同时实现高召回。未来需补少数金属数据、引入动态与集合结构；该工具可校正沉积结构中的不确定金属位置，并支撑金属酶设计。