《Current Research in Food Science》：Multimodal molecular features enable interpretable umami peptide screening and structure–activity analysis
编辑推荐：
摘要
鲜味肽是富含蛋白质食品中的重要呈味活性成分，但其计算发现仍受限于主要依赖序列信息且机制可解释性有限的预测工具。本研究开发了BioPP-GFD，一种用于鲜味肽筛选和构效关系分析的可解释多模态深度学习框架。该模型通过自适应通道注意力（adaptive ch
摘要
鲜味肽是富含蛋白质食品中的重要呈味活性成分，但其计算发现仍受限于主要依赖序列信息且机制可解释性有限的预测工具。本研究开发了BioPP-GFD，一种用于鲜味肽筛选和构效关系分析的可解释多模态深度学习框架。该模型通过自适应通道注意力（adaptive channel attention）整合分子图（molecular graphs）、分子指纹（molecular fingerprints）和理化描述符（physicochemical descriptors）。在鲜味–苦味肽分类任务中，BioPP-GFD取得了0.932 ± 0.028的准确率（accuracy）、0.919 ± 0.023的灵敏度（sensitivity）、0.944 ± 0.041的特异性（specificity）以及0.864 ± 0.056的马修斯相关系数（Matthews correlation coefficient, MCC），在大多数整体指标上优于Umami-Transformer和UniDL4BioPep。在额外生物活性特异性肽数据集上的补充评估进一步表明，该多模态架构可跨任务应用于其他肽分类任务。可解释性分析显示，指纹和描述符分支对区分鲜味肽与苦味肽贡献显著。定向遮蔽（directional occlusion）和指纹证据映射（fingerprint evidence mapping）区分了支持鲜味的亚结构与苦味相关线索。对活性阈值范围为0.003至0.1998 mM的强活性鲜味肽进行原子对注意力（atom-pair attention）分析，将预测相关区域定位至含羧酸根末端、酰胺连接片段及其他富杂原子环境。与T1R1和T1R3受体模型的分子对接进一步支持了这些热点在受体层面的相关性，对接能量范围为?6.846至?8.325 kcal/mol，并存在重复出现的氢键、静电和疏水接触。这些发现表明，BioPP-GFD为鲜味肽筛选和受体层面构效关系分析提供了一种可解释策略，有助于理性发现具有呈味活性的功能性食品肽。
论文解读：基于多模态分子特征的鲜味肽可解释筛选与构效关系研究
一、研究背景与问题
鲜味肽是赋予食品鲜美的关键呈味成分，在富含蛋白质的食品、发酵制品及水解产物中具有重要风味贡献。相较于游离氨基酸或简单增味剂，鲜味肽的呈味特性依赖于其序列和结构，因此被视为清洁标签风味增强剂和功能性食品配料的候选分子。然而，传统的鲜味肽发现流程通常依赖酶解、分离纯化、活性测试和结构鉴定，这些方法耗时费力且成本高昂，并且可能偏向于回收丰度高或易释放的肽段，难以系统探索肽生物活性空间。因此，亟需可规模化、高通量且具有机制可解释性的筛选策略。
计算方法已成为加速鲜味肽筛选和候选排序的重要工具。早期的iUmami-SCM利用序列衍生特征和氨基酸或二肽倾向性评分进行鲜味肽分类；后续的Umami-MRNN、Umami-BERT、Umami-Transformer以及基于蛋白质大语言模型的预测器进一步提升了预测性能。然而，这些方法大多以序列为中心，忽略了分子拓扑结构、亚结构指纹和理化描述符的整合；其可解释性也往往停留在氨基酸、基序或嵌入层水平，未将模型证据与化学上有意义的构效关系特征或受体相互作用明确关联。鉴于鲜味感知不仅取决于肽序列，还与受体面对的分子特征和相互作用模式有关，现有方法难以回答“为什么特定肽被预测为鲜味活性”这一关键问题。因此，研究人员构建了可解释的多模态框架BioPP-GFD，用于鲜味肽预测和构效关系分析。
二、研究内容与结论
研究人员开发了BioPP-GFD，该模型整合分子图拓扑、分子指纹和基于RDKit的理化描述符，并通过自适应通道注意力实现多模态融合。在鲜味–苦味肽分类任务中，模型取得了准确率0.932 ± 0.028、灵敏度0.919 ± 0.023、特异性0.944 ± 0.041、MCC 0.864 ± 0.056和AUC 0.982 ± 0.012的性能，在大多数整体指标上优于Umami-Transformer和UniDL4BioPep。在11个额外生物活性特异性肽数据集上的独立评估显示，该架构可推广至其他肽分类任务，代表性结果包括抗真菌肽预测AUC 0.989、MCC 0.925，抗菌肽预测AUC 0.985、MCC 0.883，抗氧化肽预测AUC 0.977、MCC 0.845以及DPPIV抑制肽预测AUC 0.963、MCC 0.834。消融实验表明，指纹和描述符模态贡献显著，而图模态提供互补信息；自适应通道注意力能够赋予每个样本特异性的模态权重，兼顾分类性能和模态级可解释性。可解释性分析显示，指纹和描述符分支在区分鲜味肽与苦味肽中贡献最强；定向遮蔽和指纹证据映射区分了鲜味支持性亚结构与苦味相关线索；对8种强活性鲜味肽（活性阈值0.003–0.1998 mM）的原子对注意力分析将预测相关区域定位至含羧酸根末端、酰胺连接片段和极性侧链等富杂原子环境。分子对接结果表明，代表性肽与T1R1/T1R3受体模型形成有利的相互作用，对接能量范围为?6.846至?8.325 kcal/mol，且Gln278、Arg151、Asp147、Asp108、Arg277和Thr149构成重复出现的受体接触核心。该研究的意义在于提供了一个可解释的多模态筛选框架，将模型证据从模态级贡献追溯到局部分子相互作用模式，支持鲜味肽的理性发现和受体层面构效关系分析。
三、关键技术与方法
该研究采用以下主要技术方法：
1. 多模态分子特征生成：将肽序列转换为规范SMILES，利用RDKit构建重原子连接图，生成1191位二进制指纹（包含ECFP4、FCFP4和MACCS键），并计算RDKit理化描述符。
2. 自适应通道注意力融合：通过门控机制和图注意力层实现分子图、指纹和描述符三种模态的样本特异性加权融合。
3. 分层可解释性分析：包括通道门控、定向遮蔽、亚结构证据映射和原子对注意力分析。
4. 分子对接：使用SWISS-MODEL基于5X2M模板构建人T1R1/T1R3捕蝇草结构域异二聚体模型，采用AutoDock Vina 1.2.7进行对接，并用PyMOL和LigPlot+分析受体接触。
5. 多数据集独立验证：除鲜味–苦味数据集外，还在11个已发表的生物活性特异性肽数据集上独立训练和评估。
四、研究结果与结论
1. 数据准备
研究人员从UMP1080、UniDL4BioPep所用数据集、TastePeptidesDB、BIOPEP-UWM及Web of Science补充检索中整合了360条鲜味肽，并从苦味肽相关来源收集了360条苦味肽作为负类。经CD-HIT按90%序列同一性去冗余后，最终数据集包含719条肽（360条鲜味肽，359条苦味肽）。额外收集了11个生物活性肽数据集用于跨任务验证。
2. 鲜味–苦味肽分类性能
通过分层五折交叉验证，BioPP-GFD的out-of-fold AUC为0.967，AUPRC为0.970，准确率0.932 ± 0.028，灵敏度0.919 ± 0.023，特异性0.944 ± 0.041，MCC 0.864 ± 0.056。混淆矩阵显示模型对两类肽均实现了均衡识别。在与Umami-Transformer和UniDL4BioPep的相同测试集比较中，BioPP-GFD在ACC、SN、SP和MCC上均更优。
3. 消融分析
图单独模型的ACC为0.880 ± 0.015，指纹或描述符单独的ACC约为0.925；两两组合将ACC提升至0.929–0.932；完整BioPP-GFD取得了最优的SP、AUC和AUPRC。配对bootstrap显示，完整模型在多个指标上显著优于图单独模型，且自适应通道注意力优于简单拼接和等权融合策略。
4. 跨任务验证
在11个额外生物活性肽数据集上，BioPP-GFD均取得了具有竞争力的性能，证明多模态架构可捕获任务相关的分子信息，具有跨任务适用性。
5. 通道分配与特征贡献
样本级门控分布显示，指纹分支贡献最强，描述符分支次之，图分支提供互补拓扑信息。图注意力富集于含硫、含氧和酰胺相关环境；ECFP和FCFP贡献强于MACCS；描述符注意力集中于羧酸根相关变量、EState和VSA描述符、BCUT指数和logP相关特征。这些模式与已知鲜味肽机制一致。
6. 指纹亚结构景观
定向遮蔽和证据映射显示，ECFP_058、FCFP_505和ECFP_201等指纹与鲜味预测正相关且富集于鲜味载体；ECFP_411、ECFP_412和ECFP_083则富集于苦味载体并负向贡献。三维嵌入显示携带鲜味相关指纹的肽（如EN、CRD、WDDMEK）与苦味相关指纹的肽（如GP、RF、KF）在亚结构空间中分离。
7. 原子对注意力热点
对AFDEK、CRD、ELY、ERRY和WDDMEK等强活性肽的分析显示，注意力集中在羧酸根末端、酰胺连接片段和极性侧链等富杂原子区域。活性阈值与极性/羧基注意力并非简单比例关系，表明效力更依赖于功能基团的空间排布。
8. 分子对接
代表性肽的对接能量为?6.846至?8.325 kcal/mol，而L-谷氨酸对照为?5.552 kcal/mol。受体接触涉及氢键、盐桥和疏水接触；Gln278、Arg151、Asp147、Asp108、Arg277和Thr149构成重复接触核心。WDDMEK以羧酸根富集的氢键和盐桥结合模式为主，ELY呈现极性和疏水混合稳定模式。
五、讨论与结论总结
讨论部分指出，当前性能主要反映鲜味–苦味区分，而非一般性鲜味预测；模型依赖二维分子图和描述符，未显式建模构象动态、溶剂效应或受体柔性；结果应视为计算优先排序而非实验确认。未来应评估更广泛的非苦味背景集，并纳入三维描述符、分子动力学模拟、量子化学特征及感官或受体实验验证。结论认为，BioPP-GFD在鲜味–苦味基准中提供了一个实用的可解释候选鲜味肽优先排序和受体层面构效关系分析框架，有助于理性发现和优化具有呈味活性的功能性食品肽。该研究发表于《Current Research in Food Science》。
