研究背景

蛋白质功能注释是理解生命活动、疾病机制和药物研发的核心。然而，随着测序技术的爆发，受限于高昂的实验成本，只有不到 0.1% 的已知序列得到了功能验证。近年来，人工智能（AI）的飞速发展为弥合这一“功能鸿沟”提供了强大动力。

文章概述

中南大学计算机学院李敏教授团队在国际期刊 Advanced Science 上发表了题为“Artificial Intelligence Powers Protein Functional Annotation”的综述论文。该文系统梳理了 AI 在基因本体（GO）和酶学委员会（EC）两大功能注释系统中的最新进展，深度剖析了建模范式，并为该领域的未来发展指明了方向。

图文导读

面对日益复杂的算法模型，作者通过对数据模态和模型架构的深度剖析，将现有方法划分为“六大建模范式”的系统性框架，为理解 AI 在该领域的作用机理提供了统一视角：序列驱动范式 (Sequence-based)、结构驱动范式 (Structure-based)、网络驱动范式 (Network-based)、本体驱动范式 (Ontology-based)、多模态融合范式 (Multimodal integration)、大语言模型范式 (LLM-based)。

在此基础上，文章针对GO和EC这两个互补的功能注释体系进行了全方位的介绍与比较：从代表性算法的演进到针对不同应用场景（如长尾分布、跨物种预测）的性能评估；从评价指标的选取到应对特定挑战的策略对比。这种全景式的评述不仅帮助研究者快速锁定合适的工具，更深刻揭示了不同注释任务背后的技术难点。

最后，尽管AI已在蛋白质领域取得里程碑式成就，但依然面临诸多挑战。作者从三方面指出未来面临的机遇与发展趋势，包括“统一高效的生物数据表征建模”、“复杂生物环境建模”以及“领域专家大模型智能体 (LLM Agents)开发”三个方向，旨在全方位、高精度以及自动化加速蛋白质未知功能探索过程。

1.功能注释示意图

2.未来挑战示意图

团队介绍

本文通讯作者为中南大学李敏教授，中南大学计算机学院院长、国家杰出青年基金获得者。长期从事复杂生物医学数据处理与药物智能发现领域的研究工作，在Nature Genetics、Nature Communications、Genome Biology、Genome Research、Nucleic Acids Research等本领域的国际权威期刊和WWW、NeurIPS等人工智能的顶级会议上发表高水平论文100余篇，谷歌学术总引用1.8万余次。

本文第一作者为中南大学王文康博士，国家自然科学基金青年基础研究项目（博士研究生）获得者。长期致力于蛋白质序列、结构、相互作用关系和功能方面的研究，在Nature Communications、Advanced Science、Briefings in Bioinformatics等生物信息学国际权威期刊和会议上发表多篇相关论文。

论文信息

Artificial Intelligence Powers Protein Functional Annotation

Wenkang Wang, Qiurong Yang, Min Zeng, Ruiqing Zheng, Min Li

Advanced Science

DOI:10.1002/advs.202524373

原文链接：

https://doi.org/10.1002/advs.202524373

期刊介绍：

Advanced Science 是 Wiley旗舰期刊 Advanced 系列中的一种完全开放获取的跨学科科学期刊，发表材料科学、物理、化学、医学、生命科学、环境科学、工程和社会科学等领域的前沿基础和应用研究。我们的使命是通过开放获取出版，使前沿创新的科学研究具有更广泛的可访问性。Wiley 的 Advanced 系列是全球公认的高影响力期刊系列，传播来自资深和青年研究人员的科学成果，帮助他们实现使命并扩大科学发现的影响力。

Advanced Science 2025年影响因子为14.1，五年平均影响因子为15.6，期刊引文指标1.74，CiteScore 为 18.1。在 2025年中国科学院院文献情报中心期刊分区表中，Advanced Science 入选综合类期刊一区TOP。