DeepMolVir 用蛋白语言模型学习病毒表示预测病毒与抑制剂活性

DeepMolVir 提出用蛋白语言模型学习病毒的虚拟表示，以病毒序列而非分类标签编码病毒，用于预测病毒与抑制剂的活性。作者整理了覆盖 178 种病毒、50,711 对化合物与病毒活性配对的数据集，用 ESMC-600M 生成嵌入并与分子特征整合建模。5 折交叉验证中模型 AUC 为 0.8653、RMSE 为 0.9480，虚拟病毒表示持续优于传统分类编码，消融实验显示病毒序列信息是性能的关键来源。针对 Nipah virus 和 hantaviruses 的案例研究显示，模型能识别候选抗病毒骨架并支持跨科药物重定位。代码和数据已在 GitHub 开放。