Gairdao Community

USTC大规模智算实验室团队研究成果被国际顶级会议 IJCAI-ECAI 2026 录用

ijcai2026

Guangwei.mai 2026-07-22

来源：USTC大规模智算实验室

原文链接：https://mp\.weixin\.qq\.com/s/pjPqB9QT7\-ctiQS3qwA4Lw

近日，USTC大规模智算实验室团队在人工智能赋能酶设计方向取得重要进展。由 Zefeng Lin、Zhihang Zhang、Weirong Zhu、Tongchang Han、Xianyong Fang、Tianfan Fu、Xiaohua Xu 等合作完成的论文《EnzyPGM: Pocket-conditioned Generative Model for Substrate-specific Enzyme Design》被 IJCAI-ECAI 2026 录用。IJCAI 是人工智能领域具有重要影响力的国际学术会议之一，IJCAI-ECAI 2026 将于 2026 年 8 月 15 日至 21 日在德国不来梅举行。

1.聚焦底物特异性酶设计，将真实生物制造需求与人工智能生成模型相结合。

2.提出 EnzyPGM，将酶功能先验、底物信息和结合口袋信息纳入统一建模框架。

3.强调结合口袋残基与底物原子之间的细粒度相互作用建模。

4.构建 EnzyPock 数据资源，为酶-底物联合建模研究提供系统支撑。

5.在底物结合能力、结构有效性和泛化分析中展现出良好性能。

为什么关注底物结合口袋

酶是生物医药、精细化工、绿色制造和环境治理等领域的重要生物催化剂。面向特定底物设计新型酶时，难点不仅在于生成一条看起来合理的蛋白序列，更在于候选酶是否能围绕目标底物形成合适的结合口袋。如果口袋缺失、口袋残基位置不合理，或者底物姿态预测错误，候选酶就很难形成有效的催化环境。

图 1 展示了酶设计中的几类典型情况：只有同时关注酶结构、结合口袋和底物位置，生成结果才更可能具备有效结合能力。这也是论文将“口袋-底物相互作用”作为核心建模对象的原因。

图 1 酶设计任务中的底物结合口袋问题。

EnzyPGM 的基本思路

围绕上述问题，论文提出 EnzyPGM，一种面向底物特异性酶设计的口袋条件生成模型。它将酶功能先验、底物信息和结合口袋信息纳入统一框架，既关注酶序列与结构的合理性，也关注结合口袋是否能够与目标底物形成有效匹配。

图 2 展示了 EnzyPGM 的整体框架。模型一方面利用酶功能信息和空间结构增强残基表示，另一方面显式建模口袋残基与底物原子之间的细粒度关系，从而让生成过程更贴近“面向功能和底物的可控生成”。

图 2 EnzyPGM 整体框架与核心模块。

数据集构建与实验结果

实验设置

论文结果

EnzyPock 数据规模

84,336 组酶-底物样本，覆盖 1,036 个四级酶功能家族

EnzyPock 训练集

83,062 组样本

EnzyPock 主实验

EnzyPGM 在 AAR、Vina score、scRMSD、scTM 等指标上取得优异表现

与 EnzyGen 对比

EnzyPGM 平均结合能进一步降低 0.47 kcal/mol

案例分析

EnzyPGM 生成的结合口袋呈现更有效的底物相互作用模式

为支撑相关研究，论文构建了 EnzyPock 数据资源，对酶、底物、结合口袋和功能注释等信息进行了系统整理。该数据资源共包含 84,336 组酶-底物样本，覆盖 1,036 个四级酶功能家族，其中训练集包含 83,062 组样本，为面向酶-底物联合建模的模型训练和评估提供了高质量基础。

实验结果表明，EnzyPGM 在底物特异性酶生成任务中表现出良好的建模能力。在 EnzyPock 数据集上，EnzyPGM 在氨基酸恢复、底物结合能力、结构合理性等多个指标上取得优异表现；与已有方法 EnzyGen 相比，EnzyPGM 进一步降低了平均结合能，显示出更好的底物特异性酶设计能力。

图 3 进一步从亲和力分布角度展示了不同方法的整体表现。该图表明EnzyPGM 在底物结合能力方面更具优势，也说明模型生成结果在不同样本上的表现更加稳定。

图 3 不同方法的结合亲和力分布对比。

案例分析

除了整体指标，论文还通过具体案例展示了 EnzyPGM 生成结果的结构特征。图 4 对比了真实结构、EnzyPGM 生成结果和两个基线方法的结果，可以看到 EnzyPGM 生成的结合口袋能够形成更丰富的底物相互作用，并在案例中表现出更有竞争力的结合能表现。这表明EnzyPGM 并不只是生成一条序列，而是在尝试生成能够围绕目标底物形成合理结合环境的候选酶。