灵敏度提高56%，港中文/复旦/耶鲁等联袂提出全新蛋白质同源物检测方法
内容提要
香港中文大学研究团队开发了超快速、高灵敏度的蛋白质同源物检测框架DHR，能够识别隐藏在序列深处的远端同源物。DHR的灵敏度提高超过10%，速度比传统方法快22倍。研究结果发表在Nature Biotechnology上，显示DHR能够构建高质量的多序列比对（MSA）并处理全新数据，为蛋白质结构预测领域带来新希望。
延伸解读
DHR如何突破远端同源物检测瓶颈
传统方法如PSI-BLAST和HMMER依赖序列比对，对序列相似性低的远端同源物不敏感。DHR采用双编码器结构和蛋白质语言模型，将序列编码为密集嵌入向量，通过相似性搜索直接检索同源物，无需逐步比对。这种密集检索方式能捕捉深层结构信息，在超家族水平上灵敏度提升超56%，解决了传统方法难以识别远端同源物的痛点。
速度与灵敏度兼得的实际意义
DHR编码查询和数据库的速度比PSI-BLAST、DIAMOND快22倍，比HMMER快28700倍，同时灵敏度提高超10%。这意味着研究人员能更快处理大规模蛋白质序列数据库，如包含3亿蛋白质的BFD/MGnify。在构建多序列比对时，DHR与JackHMMER重叠约80%，但速度更快，且能在恒定时间内处理不同长度序列，为高通量结构预测提供可行方案。
DHR与AlphaFold2的互补关系
研究表明，DHR生成的MSA可作为AlphaFold2默认管道的补充。合并DHR和AF2的MSA后，预测性能最佳。在CASP14DM靶点上，DHR-meta（结合DHR和AF2）优于单独的ESMFold，说明基于MSA的模型仍比纯语言模型方法更准确。DHR能快速提供额外同源物，增强AF2的MSA多样性，尤其对复杂靶点结构预测有提升。
局限与未来方向
尽管DHR在超家族水平灵敏度领先，但所有方法在远端同源物上性能均下降约10%，DHR的AUC-1FP为80%，仍有提升空间。DHR依赖蛋白质语言模型和训练数据，对全新数据表现良好，但未完全消除对下游MSA构建工具（如JackHMMER）的依赖。未来可探索更轻量的端到端预测，并扩展至更多元的结构类别。
Q&A
DHR方法的主要优势是什么？
DHR方法的灵敏度提高超过10%，速度比传统方法快22倍，能够识别隐藏在序列深处的远端同源物。
DHR如何提高蛋白质同源物的检测灵敏度？
DHR通过双编码器结构和蛋白质语言模型的强大能力，能够有效计算序列间的相似性，从而提高灵敏度。
DHR在蛋白质结构预测领域的应用前景如何？
DHR为蛋白质结构预测提供了新的希望，能够在大规模数据集上构建高质量的多序列比对，提升预测的准确性和效率。
DHR与传统方法相比有哪些显著的性能提升？
DHR在超家族水平上的灵敏度提高了超过56%，并且在编码查询序列和数据库的速度上比传统方法快22倍。
该研究的主要负责人是谁？
该研究的主要负责人是李煜和孙思琦，他们分别来自香港中文大学和复旦大学。
DHR方法的核心思想是什么？
DHR方法的核心思想是将蛋白质序列编码成密集的嵌入向量，以有效计算序列间的相似性。
