新加坡國立大學（NUS）研究團隊研發出新型AI模型成對蛋白語言模型（PPLM），可精準預測蛋白質間的相互作用！這項研究由新加坡癌症科學研究所高級首席研究員張陽教授帶領，成果已於2026年3月10日發表在《Nature Communications》期刊，有望加速藥物研發，深化癌症等疾病的研究！
來源：Nature Communications
研究突破：
從單蛋白分析到成對蛋白建模
現有AI模型多基於單一蛋白序列訓練，難以完整捕捉蛋白間的識別與結合過程！
NUS團隊研發的成對蛋白語言模型（PPLM），開創性地同時學習兩個相互作用蛋白的特徵！
該模型統一捕捉單個蛋白特徵與伴侶依賴的相互作用模式，實現了蛋白質相互作用預測的重大突破！
蛋白質間的相互作用是支撐幾乎所有細胞過程的基礎。由新加坡國立大學的研究人員開發的PPLM人工智慧模型能夠預測蛋白質如何識別並相互結合。
來源：NUS
模型性能：
多任務表現全面提升
團隊基於PPLM開發了三款專用工具：PPLM-PPI預測蛋白相互作用、PPLM-Affinity估算結合強度、PPLM-Contact識別作用介面！
在基準數據集測試中，模型的相互作用預測準確率較主流方法提升約17%，在跨物種場景中表現穩定！
該模型在抗體 - 抗原相互作用等複雜場景中，性能優於序列與結構類方法，識別出的模式與真實蛋白相互作用高度吻合！
配對蛋白語言模型（PPLM）同時從兩個相互作用的蛋白質中學習，從而能夠預測相互作用、結合強度和相互作用介面。
來源：NUS
論文核心數據與成果發表
圖1：PPLM框架及其下游應用概述
來源：Nature Communications
圖2：PPLM和ESM2對蛋白質序列對的困惑
來源：Nature Communications
張陽教授表態：
AI 助力生命科學研究革新
新加坡癌症科學研究所高級首席研究員、NUS楊潞齡醫學院生物化學系與NUS計算機科學系張陽教授表示，這項研究凸顯了AI在生命科學領域的變革性作用！
他指出，從單蛋白分析轉向相互作用建模，為未來多蛋白復合物預測、系統生物學研究與AI引導的治療設計奠定了基礎！
他強調，PPLM模型的突破將推動蛋白質相互作用建模的準確性與可擴展性，為生命科學研究提供全新工具！
NUS計算機科學系張陽教授
來源：NUS
應用前景：
助力藥物研發與疾病研究
PPLM模型可支持蛋白質組規模的相互作用發現、藥物靶點識別與治療藥物開發等多種應用！
NUS團隊計劃進一步整合結構與實驗數據，優化模型性能，拓展至宿主 - 病原體相互作用等更複雜的生物系統研究！
該模型的推廣應用，將為癌症等疾病的機制解析與創新藥物研發提供強有力的技術支撐！
