一個由國際研究人員組成的團隊近期發表了一項創新的「人工智慧（AI）」工具，命名為 CLSS（Contrastive Learning Sequence-Structure）。這項工具旨在將蛋白質的胺基酸序列及其三維結構整合為單一、統一的表示方式，有助於克服過去在研究蛋白質時，序列與結構之間常有的關聯性難題。

根據《Bioengineer.org》報導，蛋白質的胺基酸序列可以比喻為其「指令碼」，決定了蛋白質的基本組成；而蛋白質的三維結構則是其在空間中的「形狀」，直接影響其執行各種生物功能。CLSS 模型透過「對比學習」的方式進行訓練，它會同時學習蛋白質序列及其對應的結構，將匹配的序列與結構在一個共享的「嵌入空間」中拉近，並將不相關的組合推開。這樣一來，無論模型輸入的是蛋白質的序列還是其結構，都能將該蛋白質定位在實質上相同的位置，創造出一個整合性的蛋白質地圖。

這項新工具在與其他頂尖的蛋白質語言模型進行基準測試時，成功產生了連貫統一的蛋白質表示。值得一提的是，儘管 CLSS 並未經過專門訓練，其生成的地圖仍能精準呈現專業整理的 ECOD 與 CATH 分類系統所記錄的蛋白質關係。此外，CLSS 在直接分類測試中展現出強勁的性能，顯示整合序列與結構資訊能產生更具洞察力的蛋白質表示方法。

CLSS 的另一項重要能力是能處理蛋白質片段，這讓短序列片段也能與完整的蛋白質和結構進行有意義的定位。這對於演化研究意義重大，因為在生命演化過程中，許多小塊蛋白質碎片曾被重複利用與重新排列。CLSS 生成的全球蛋白質地圖揭示了許多廣泛模式，例如與有機輔因子相關的蛋白質傾向於聚集在特定區域，而金屬結合蛋白則分佈較廣。

研究團隊成員、東京科學大學（Institute of Science Tokyo）的特聘副教授利亞姆·M·隆戈（Liam M. Longo）表示，這項工具讓研究人員能同時從序列與結構的角度檢視「蛋白質宇宙」（指所有已知蛋白質的集合），而非將兩者視為獨立的領域。他進一步指出，運用這些地圖來發掘傳統方法難以辨識的大規模演化模式，是讓他們尤其感到振奮的可能性。

這項研究成果已發表在《美國國家科學院院刊》（Proceedings of the National Academy of Sciences）上，主要研究人員包括來自海法大學（University of Haifa）的雷切爾·科洛德尼（Rachel Kolodny）教授、特拉維夫大學（Tel Aviv University）的尼爾·本-塔爾（Nir Ben-Tal）教授、Earth-Life Science Institute（ELSI）的 Guy Yanai 等多位知名學者。研究人員預期，CLSS 建立的統一序列-結構表示方式，將為資料庫搜尋、蛋白質工程以及演化軌跡重建等領域開闢新路。