基于PPIformer的蛋白质相互作用预测工作流

蛋白质—蛋白质相互作用预测的目标，是在给定蛋白复合物三维结构后，评估氨基酸突变对结合能力的影响。该问题通常用结合自由能变化 ΔΔG 表示：当 ΔΔG < 0 时，说明突变可能增强结合；当 ΔΔG > 0 时，说明突变可能削弱结合。

本工作流面向蛋白质相互作用设计任务，围绕蛋白复合物结构数据、界面表征、模型训练与突变效应预测构建了完整的 Kubeflow Pipeline。流程以蛋白界面残基为基本建模单元，将复合物表示为残基级图结构，并结合三维几何信息与链间相互作用关系，完成输入特征构建与数据组织。

在方法上，本工作流采用基于 SE(3)-等变 Transformer 的 PPIformer 架构，对蛋白界面进行建模。模型首先通过掩码恢复任务学习界面残基的上下文表示，再利用突变位点在野生型与突变型条件下的概率差异，预测突变对结合自由能的影响。该方法能够较好利用蛋白界面的空间结构信息，适用于突变打分、候选筛选与结合能力评估等任务。

模型框架图

PPIformer模型框架图

图：PPIformer 模型框架图（整理自论文 Figure 4），展示了输入蛋白复合物、残基级图表示、等变编码、概率预测以及下游突变效应打分流程。