20个实验数据创造AI蛋白质里程碑！上海交大联合上海AI Lab发布FSFP，有效优化蛋白质预训练模型
内容提要
上海交通大学研究团队开发了一种名为FSFP的训练策略，可在数据匮乏情况下优化蛋白质语言模型。该方法利用元迁移学习、排序学习和参数微调，提高了蛋白质突变-性质预测的效果。研究结果发表在Nature Communications上。该研究还使用FSFP设计了Phi29 DNA聚合酶，提高了阳性率。该方法在小样本学习任务中具有显著优势，并在多个基础模型上成功应用。
延伸解读
小样本学习如何突破数据瓶颈
FSFP的核心创新在于将元迁移学习、排序学习和参数高效微调结合，使蛋白质语言模型仅需20个湿实验数据就能显著提升突变-性质预测性能。这解决了传统监督学习依赖大量标记样本的痛点，为数据稀缺的蛋白质工程场景提供了可行路径。
FSFP的通用性与实际验证
FSFP在ESM-1v、ESM-2和SaProt三个基础模型上均有效，并在87个高通量突变数据集上验证了其优越性。在Phi29 DNA聚合酶改造中，FSFP将阳性率提升25%，且发现的阳性突变体有9个不在训练数据中，表明其能探索更广阔的序列空间。
从算法到产业化的桥梁
研究团队不仅关注算法创新，还推动了蛋白质设计产业化。洪亮教授创立的上海天鹜科技已开发出极端耐碱单域抗体和糖基转移酶等产品，并实现工业化生产，展示了AI蛋白质设计从实验室到商业应用的潜力。
Q&A
FSFP训练策略的主要优势是什么？
FSFP训练策略在数据匮乏的情况下有效优化蛋白质语言模型，显著提高蛋白质突变-性质预测的效果。
FSFP方法是如何提高蛋白质突变预测的准确性的？
FSFP结合元迁移学习、排序学习和参数微调，构建辅助任务并在其上训练模型，从而提高预测准确性。
FSFP在小样本学习任务中的表现如何？
FSFP在小样本学习任务中表现优异，能够在使用极少数据的情况下提升模型性能。
FSFP的研究成果发表在哪个期刊上？
FSFP的研究成果发表在Nature Communications上。
FSFP如何避免训练数据过少导致的过拟合？
FSFP使用低秩自适应技术，将可训练的秩分解矩阵注入到模型中，限制模型更新为小数量的可训练参数。
FSFP在设计Phi29 DNA聚合酶方面取得了什么成果？
FSFP设计的Phi29 DNA聚合酶阳性率提升了25%。
