7月21日，生物信息领域重要期刊BriefingsinBioinformatics在线发表了南京农业大学人工智能学院计智伟教授课题组的题为“HNSPPI:AHybridComputationalModelCombingNetworkandSequenceInformationforPredictingProtein-ProteinInteraction”的研究论文。在这项工作中，研究人员借鉴了自然语言处理技术，开发了一种轻量级的蛋白质语言模型HNSPPI，用于预测蛋白-蛋白相互作用。HNSPPI通过整合氨基酸序列信息和PPI网络的拓扑特性，综合表征任一蛋白对之间的内在关系（图1）。研究表明，HNSPPI在人类、酿酒酵母、小鼠等六个基准数据集上表现卓越，预测性能明显优于其他五种现有算法（包括DeepFE-PPI、DeepPurpose等）。最后，HNSPPI模型被用于探索SARS-CoV-2-Human相互作用系统，推理出3个与病毒蛋白S或M有潜在互作关系的宿主蛋白。总之，HNSPPI是一种很有前途的AI模型，可用于鉴定病毒/病原菌入侵宿主后的靶向结合蛋白。图1.HNSPPI模型计算流程