中科院合成所发布EZpred：突破同源序列利用瓶颈，显著提升酶功能预测
9.0
来源：
BioTender
发布时间：
2025-07-17 01:52
摘要：
中科院合成所发布了EZpred模型，这是首个利用无标签同源序列来提升酶功能预测精度的深度学习系统。EZpred结合语言模型与结构模板信息，在酶的完整EC号预测中显著超过现有主流方法，其F1-score达到0.788，特别适合于低相似性或冷门酶的功能预测。这一创新突破为蛋白功能研究提供了新的工具与思路。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
3.5分|EZpred属于生物医药领域内的前沿技术，重点在于深度学习和蛋白功能预测的产业化应用。
business_impact
0.5分|EZpred的推出可能推动酶研究领域的深入发展，带来潜在的商业机会。
scientific_rigor
3.0分|模型通过具体的数据验证，利用全新方法有效提升酶功能预测的精度。
audience_relevance
0.5分|对生物技术、药物开发及科研人员有直接影响，涉及到广泛的应用场景。
timeliness_innovation
1.5分|突破传统同源序列利用限制，具备重要的研究与应用价值，显示出当前生物科技领域的创新前沿。
关键证据
EZpred引入无标签同源序列提升酶功能预测精度，开创了新的预测方法。
在753个新标注酶的测试集中，EZpred在“hard target”组表现优异。
通过消融实验，EZpred的各项设计选择均显示出显著的增益，证明其准确性与可靠性。
真实性检查
否