BioTender 平台评测 · 2025 · AI蛋白质设计工具

MATWINGS
VENUS™

以"设计耐热高效低成本塑料降解酶"为评测任务,对平台的工作流程、计算真实性与结果质量进行全面分析。
总体评级:有真实计算后端,但存在系统性筛选偏差与生物化学盲区
01 综合评分

四个维度的量化评估

计算真实性
后端有真实计算。三份CSV各含8037条突变记录,覆盖全序列扫描,数据量与423残基×19替换匹配。
筛选逻辑准确性
65
Top7核心突变均在全局前12名,基本正确;但漏选了M175V、M124G等3个更高综合评分突变。
生物化学深度
30
活性位点识别严重不完整:漏掉催化三联体中的His和Asp,仅报告2/3个核心位点。
工作流逻辑
82
计算真实性
90
突变筛选质量
65
生物化学准确性
30
结果可解释性
55
02 发现一

✅ 后端计算真实存在,数据规模可信

三份导出文件(stability、activity、expression)各含 8037条突变记录,覆盖全长423残基的近全突变空间,评分范围从负值到正值呈连续分布,符合真实突变效应预测模型的输出特征。

8037
每维度突变条目
68.7%
稳定性维度负分比例
79.3%
活性维度负分比例
56.7%
表达量维度正分比例
大多数突变效应为负值这一分布符合蛋白质进化规律(绝大多数突变有害),是真实计算模型的正常输出,而非数据造假。这与 ProteinGym 等大规模突变数据库的分布一致。
03 发现二

❌ 活性位点预测不完整,催化三联体仅识别1/3

平台报告仅识别出 S116(置信度86.2%)和 A114(置信度53.9%)两个位点。但 LCC 属于经典丝氨酸水解酶,其催化机制依赖 Ser–His–Asp 催化三联体,漏掉了 His 和 Asp 两个同等重要的位点。

催化三联体成员 LCC参考位置 平台识别状态 数据实测
Ser(亲核残基) ~S165 / 平台标注S116 已识别 S116A activity=0.14(中等损伤)
His(质子传递) ~H242 未识别 H115A activity=0.64(异常偏高)
Asp(电荷稳定) ~D210 未识别 数据中未见D210系列突变
额外疑点:S116A的活性评分为0.14(仍为正值),意味着替换催化核心Ser后模型仍预测活性提升。这与已知生化事实相悖——S→A替换催化丝氨酸会完全废止水解活性。这提示该模型可能对活性位点的催化机制理解有限,依赖统计相关性而非机制性先验。
04 发现三

⚠️ Top7筛选基本准确,但存在系统性偏差

平台报告的7个核心突变均来自全局综合评分前12名,筛选方向正确。但通过三维数据交叉验证,发现3个综合评分更高的突变被漏选,且有2个被选入的突变(E22A、N190A)综合排名在第11、12位,低于被漏选的候选。

突变 稳定性 活性 表达量 综合均值 全局排名 平台决策
M124A 0.940.810.94 0.897 #1 已选
M175A 0.840.890.87 0.867 #2 已选
M124G 0.880.770.88 0.843 #3 漏选
M175V 0.840.810.88 0.843 #3 漏选
M175G 0.810.840.84 0.830 #5 漏选
Y102A 0.860.720.89 0.823 #6 已选
M117A 0.900.690.88 0.823 #7 已选
E22A 0.770.680.93 0.793 #11 已选(偏低)
N190A 0.770.790.79 0.783 #12 已选(偏低)
漏选的三个突变(M124G、M175V、M175G)均为同位点不同替换氨基酸。平台似乎对每个位置只取 →Ala 突变作为代表,忽略了 →Gly 和 →Val 在某些位置表现更优的可能。这是一种隐性的"Ala偏好"筛选规则,在报告中未被披露。
05 发现四

ℹ️ 定量预测数字缺乏来源依据

平台最终报告给出了一系列具体的性能预测数字,经核查均无计算来源说明:

声称指标 具体数值 依据
最适温度提升 70°C → 78~82°C 无来源
10h PET降解率 90% → >98% 无来源
表达量提升 +150~200%(1.2→3~3.6 g/L) 无来源
生产成本降低 ~60% 无来源
这些数字从原始CSV评分无法直接推导——评分是归一化的相对值,不能直接换算为摄氏度、克/升或百分比降解率。这部分内容属于平台自行生成的"预期性能"叙事,而非计算输出,用户应谨慎对待。
06 总结与建议

怎么用好这个平台

MatwingsVenus 的计算后端是真实的,全突变扫描数据可信,可以作为初步筛选工具使用。但需要注意三个边界:

可以信赖的部分

突变评分的相对排序、全序列扫描覆盖度、三维度独立打分体系。这些可以直接用于缩小实验筛选范围。

需要自行验证的部分

平台报告的最终突变组合不是唯一最优解——建议用导出的原始CSV做三维交叉筛选,每个位点不要只看→Ala突变,→Gly和→Val同样值得考察。

不应直接采信的部分

活性位点预测结果需要用已知文献比对确认;最终性能预测数字(温度、降解率、表达量)不能作为实验预期的依据,仅供参考。