新加坡国立大学（NUS）研究团队研发出新型AI模型成对蛋白语言模型（PPLM），可精准预测蛋白质间的相互作用！这项研究由新加坡癌症科学研究所高级首席研究员张阳教授带领，成果已于2026年3月10日发表在《Nature Communications》期刊，有望加速药物研发，深化癌症等疾病的研究！
来源：Nature Communications
研究突破：
从单蛋白分析到成对蛋白建模
现有AI模型多基于单一蛋白序列训练，难以完整捕捉蛋白间的识别与结合过程！
NUS团队研发的成对蛋白语言模型（PPLM），开创性地同时学习两个相互作用蛋白的特征！
该模型统一捕捉单个蛋白特征与伴侣依赖的相互作用模式，实现了蛋白质相互作用预测的重大突破！
蛋白质间的相互作用是支撑几乎所有细胞过程的基础。由新加坡国立大学的研究人员开发的PPLM人工智能模型能够预测蛋白质如何识别并相互结合。
来源：NUS
模型性能：
多任务表现全面提升
团队基于PPLM开发了三款专用工具：PPLM-PPI预测蛋白相互作用、PPLM-Affinity估算结合强度、PPLM-Contact识别作用界面！
在基准数据集测试中，模型的相互作用预测准确率较主流方法提升约17%，在跨物种场景中表现稳定！
该模型在抗体 - 抗原相互作用等复杂场景中，性能优于序列与结构类方法，识别出的模式与真实蛋白相互作用高度吻合！
配对蛋白语言模型（PPLM）同时从两个相互作用的蛋白质中学习，从而能够预测相互作用、结合强度和相互作用界面。
来源：NUS
论文核心数据与成果发表
图1：PPLM框架及其下游应用概述
来源：Nature Communications
图2：PPLM和ESM2对蛋白质序列对的困惑
来源：Nature Communications
张阳教授表态：
AI 助力生命科学研究革新
新加坡癌症科学研究所高级首席研究员、NUS杨潞龄医学院生物化学系与NUS计算机科学系张阳教授表示，这项研究凸显了AI在生命科学领域的变革性作用！
他指出，从单蛋白分析转向相互作用建模，为未来多蛋白复合物预测、系统生物学研究与AI引导的治疗设计奠定了基础！
他强调，PPLM模型的突破将推动蛋白质相互作用建模的准确性与可扩展性，为生命科学研究提供全新工具！
NUS计算机科学系张阳教授
来源：NUS
应用前景：
助力药物研发与疾病研究
PPLM模型可支持蛋白质组规模的相互作用发现、药物靶点识别与治疗药物开发等多种应用！
NUS团队计划进一步整合结构与实验数据，优化模型性能，拓展至宿主 - 病原体相互作用等更复杂的生物系统研究！
该模型的推广应用，将为癌症等疾病的机制解析与创新药物研发提供强有力的技术支撑！
