题目：PB-Net：一种用于发现种内和跨种蛋白质相互作用的计算性“双杂交筛选”方法

主讲：郎曌博 教授（南方科技大学医学院/前沿生物技术研究院）

时间：9月17日（周四）10:20-11:20

会议地点：慧园4栋301

个人简介：郎曌博，南方科技大学医学院/前沿生物技术研究院教授，博士生导师。主要从事植物中DNA甲基化与去甲基化分子调控机制的研究以及AI深度学习与表观遗传学交叉学科结合研究。主持/参与十余项国家、省部级科研项目。发表论文总计82篇，通讯/共同通讯44篇，H-index=38，2023、2025年入选全球前2%顶尖科学家。关于表观遗传学的研究成果获得教育部高等学校科学研究优秀成果奖，基因编辑技术体系的研究成果获得山东省科学技术奖，担任国际学术期刊Epigenetics Insights主编、Horticulture Research副主编。

报告摘要：蛋白质 - 蛋白质相互作用（PPI）解析是阐明细胞功能与疾病机制的基础。现有计算方法受限于蛋白质组水平配对的巨大搜索空间，或依赖非普适的共进化信号。本文构建深度学习框架 PB-Net，将 PPI 预测由穷举搜索转为结构引导的定向挖掘。其核心为 “结合物 - 桥接” 策略：针对诱饵蛋白，计算设计可模拟互作界面的结构结合物；筛选蛋白质组中结构相似蛋白，得到高概率互作候选集。依托预训练蛋白语言模型 ESM2、Saprot 构建单元筛选模型 IFM，整合序列、结构与质量特征完成候选分类。酵母标准数据集验证表明，PB-Net 精确率与召回率综合性能优于现有方法。该方法成功鉴定番茄 MADS-RIN 转录因子、拟南芥 CPK11 激酶新互作蛋白，并预测病原体 - 宿主互作，挖掘细菌效应蛋白宿主靶标，为跨物种 PPI 全景绘制提供高效可拓展平台。