EvoSplit 构象预测模型

多态建模超越基准

利用MSA Transformer解耦协同进化信号,能同时预测蛋白的多个构象,并发现未被报告的新构象。

Chengwei, Zhang · Xue, Yue · Liu, Sirui · Gao, Yiqin

Communications Chemistry 2026

参数信息

优于基准的蛋白数量
85
识别的候选蛋白数
54
一致预测出两种构象的 GTPase 数
5

技术优势

折叠切换预测更准

在 85 个折叠切换蛋白上优于 AF-Cluster,说明解耦后的协同进化信号能更好地区分不同构象。

训练集外也管用

成功建模 AlphaFold2 训练集之外的蛋白构象,表明方法对未知折叠类型具有泛化能力。

发现新构象

对五个 GTPase 一致预测出两种构象,其中一种此前未见报道,有助于揭示新的功能状态。

应用场景