MAPPIE:AI绘制蛋白关系网络加速药物发现

MAPPIE是一种新颖的方法，通过将蛋白质-蛋白质相互作用（PPI）本身视为独立研究单元，结合蛋白质语言模型和几何映射技术，构建并解读高维人类PPI图谱。该方法能够揭示PPI的内在结构和功能关联，有效区分相互作用类型、预测未知功能并解析“黑暗互作组”。MAPPIE的出现对加速功能基因组学、精准定位药物靶点及推动精准医疗和AI药物发现具有深远意义。
亮点00:00 技术融合： 结合蛋白质语言模型 (PLM) 生成高维度蛋白质嵌入，并通过“潜在空间”技术，利用几何映射将PPI信息压缩为低维的“人类PPI景观图”。00:45 揭示结构与功能： 地图的几何结构能有效区分由不同“结构域”定义的相互作用类型，并组织“无序区域”的相互作用。01:30 区分蛋白质多重角色： 能将涉及同一蛋白质的不同相互作用在地图上进行分离，支持蛋白质具有多重、伙伴依赖性角色的观点。02:15 解析“黑暗互作组”： 为功能未知或实验证据稀少的“暗集线器蛋白”分配具体功能，深化对尚未充分探索的蛋白质相互作用的理解。03:00 精准定位药物靶点： 识别疾病相关的关键PPI，为疾病机制研究和新药研发提供有力支持，促进靶向药物设计。
原文https://www.biorxiv.org/content/10.64898/2026.08.07.743440v1