牛津大学等研究团队设计了一种基于统计的图网络方法PhiGnet，用于蛋白质功能注释和功能位点识别。PhiGnet在性能上优于其他方法，即使没有结构信息也能缩小序列-功能差距。研究结果表明，将深度学习应用于进化数据可以突出残基级别的功能位点，为解释和研究蛋白质的特性和新功能提供支持。该研究发表在《Nature Communications》上。