ProTEUS：把蛋白质突变探索变成可闭环学习的世界模型

导语

蛋白质工程的难点，不只是找到一个“看起来合理”的序列，而是在数量近乎组合爆炸、局部变化却可能引发巨大功能差异的空间里，尽可能少做实验就找到目标变体。传统实验筛选能够提供可靠反馈，但覆盖的序列比例十分有限；纯计算方法则常常难以准确判断多位点突变的组合效应。ProTEUS 试图把这两类能力连接起来，构建一个面向闭环蛋白质进化的突变级世界模型。

核心要点

• 从突变而非单纯序列出发。 ProTEUS 在深度突变扫描实验数据上进行预训练，利用 MutationFormer 的突变偏置注意力机制，把序列、进化背景和结构信息编码到联合表示中。蛋白质变体被视为潜在空间中的状态，而具体突变则对应改变状态的动作。
• 预测突变可能带来的功能后果。 这种建模方式关注的不只是某条序列本身是否“像”天然蛋白，还试图估计执行某个突变后，活性等目标性状将如何变化。论文报告称，ProTEUS 在零样本和监督微调的突变预测任务中均超过了已有模型。
• 加入快速结构评估。 为支持大规模候选探索，研究团队开发了一个受物理约束的全原子预测器。该模块通过显式几何约束保证结构的物理有效性，并声称速度超过 AlphaFold3 十倍以上，从而降低对候选变体进行结构层面评估的成本。
• 让实验反馈回流模型。 ProTEUS 并非一次性生成候选后结束，而是将实验测得的活性等信息用于持续修正模型，再引导下一轮突变选择。论文在醛脱氢酶和果聚糖蔗糖酶的两个闭环、多目标工程项目中进行了验证，获得了活性超过野生型十倍的变体。

意义与边界

ProTEUS 的价值在于提供了一种较完整的工作流：模型先在虚拟空间中压缩候选范围，结构预测器帮助评估可行性，实验则负责提供真实世界反馈。与只做序列打分的模型相比，这种“状态—动作—结果”的框架更接近定向进化的实际过程，也为多目标优化留下了接口。

不过，现有素材主要来自论文摘要和论文页面，尚未提供具体基准数据、实验轮次、候选规模或不同目标之间的权衡细节。因此，十倍以上的速度与活性结果仍需要结合完整论文、代码和实验设置进一步判断。总体而言，ProTEUS 展示了世界模型思路在蛋白质工程中的一种落地路径：不是取代实验，而是让每一轮实验提供更高价值的信息。

来源：Hugging Face Daily Papers