1. 论文基本信息 (Bibliographic Information)

• 标题 (Title): Enzyme specificity prediction using cross attention graph neural networks (使用交叉注意力图神经网络预测酶的底物特异性)
• 作者 (Authors): Haiyang Cui, Yufeng Su, Tanner J. Dean, Tianhao Yu, Zhengyi Zhang, Jian Peng, Diwakar Shukla & Huimin Zhao.
  • 研究背景与隶属机构: 作者团队主要来自伊利诺伊大学厄巴纳-香槟分校 (University of Illinois Urbana-Champaign) 的化学与生物分子工程系、计算机科学系、基因组生物学研究所等多个交叉学科研究机构。通讯作者赵惠民 (Huimin Zhao) 教授和 Diwakar Shukla 教授是合成生物学、生物催化和计算生物学领域的知名学者，这为该研究的跨学科性质提供了坚实的背景。
• 发表期刊/会议 (Journal/Conference): Nature.
  • 声誉与影响力: 《Nature》是全球顶级的多学科科学期刊，代表了科学研究的最高水平。在该期刊上发表意味着这项工作具有重大的科学突破和广泛的影响力。
• 发表年份 (Publication Year): 2025 (根据论文信息，该版本为2025年10月8日在线发表的加速预览版)。
• 摘要 (Abstract): 酶的底物特异性是其功能的关键，但数百万种酶的此项特性仍是未知的。为解决这一问题，作者开发了一种名为 EZSpecificity 的深度学习模型，该模型是一种基于交叉注意力的 SE(3)-等变图神经网络。通过在一个包含序列和结构信息的综合酶-底物相互作用数据库上进行训练，EZSpecificity 在针对未知底物、未知酶和七个代表性蛋白质家族的基准测试中，表现优于现有的机器学习方法。在对8种卤化酶和78种底物的实验验证中，EZSpecificity 识别正确反应底物的准确率高达 91.7%，远超当前最先进模型 ESP 的 58.3%。因此，EZSpecificity 为跨多种酶类别准确预测底物特异性提供了一个通用框架，有望推动基础酶学、合成生物学和生物催化领域的发展。
• 原文链接 (Source Link): /files/papers/68f74844b572872347228225/paper.pdf
  • 发布状态: 已接受 (Accepted) 的同行评审论文的加速预览版 (Accelerated Article Preview)，内容未经最终编辑和排版。

2. 整体概括 (Executive Summary)

• 研究背景与动机 (Background & Motivation - Why):

  • 核心问题: 自然界中存在数百万种酶，它们的底物特异性——即选择性地作用于特定分子的能力——是其生物学功能的基础。然而，绝大多数酶的底物范围是未知的，这极大地阻碍了它们在合成生物学、生物催化和药物研发等领域的应用。
  • 现有挑战 (Gap): 现有的机器学习工具在预测酶底物特异性方面成果有限。它们主要面临以下挑战：
    1. 难以区分具有相同酶学委员会编号 (Enzyme Commission number, EC number) 但特异性不同的酶。
    2. 依赖的数据库规模小，覆盖的底物种类不足（如 ESP 模型）。
    3. 大多模型将酶和底物分开编码，再简单拼接，未能充分捕捉两者之间复杂的、决定特异性的三维空间相互作用。
    4. 未能同时有效地整合和利用来自序列、结构和相互作用的全部信息。
  • 创新思路: 本文的切入点是开发一个能同时融合蛋白质序列信息、酶-底物复合物的三维结构信息以及两者间原子级相互作用信息的深度学习模型，从而更精确地模拟决定特异性的物理化学过程。

• 核心贡献/主要发现 (Main Contribution/Findings - What):

  • 提出了新模型 EZSpecificity: 开发了一种名为 EZSpecificity 的新型深度学习架构。其核心是交叉注意力 (cross-attention) 机制和 SE(3)-等变图神经网络 (SE(3)-equivariant Graph Neural Network)，能够从三维结构中学习对旋转和平移等变的特征，并关注酶与底物之间最重要的相互作用区域。
  • 构建了新数据集 ESIbank: 创建了一个迄今为止规模最大、最全面的酶-底物相互作用结构数据库。该数据库包含超过32万个酶-底物对，覆盖约3.4万种底物和8千种酶，并通过分子对接技术生成了对应的三维复合物结构。
  • 实现了卓越的预测性能:
    • 在多种基准测试场景（特别是针对未知酶和未知底物）下，EZSpecificity 的性能显著优于当前最先进的通用模型 ESP。
    • 在对卤化酶的体外实验验证 (in vitro validation) 中，EZSpecificity 的Top-1预测准确率达到 91.7%，远高于 ESP 的 58.3%，展示了其在实际应用中的高可靠性。

3. 预备知识与相关工作 (Prerequisite Knowledge & Related Work)

• 基础概念 (Foundational Concepts):

  • 酶底物特异性 (Enzyme Substrate Specificity): 酶作为生物催化剂，通常只对一种或一类结构非常相似的分子（称为底物）起催化作用。这种选择性源于酶活性位点的三维结构与底物分子在形状、大小、电荷分布等方面的高度互补性。精确预测这种特异性是酶工程和功能注释的核心。
  • 图神经网络 (Graph Neural Network, GNN): 一类专门处理图结构数据的深度学习模型。在化学和生物学中，分子或蛋白质可以被抽象为图，其中原子是节点 (nodes)，化学键是边 (edges)。GNN 通过在节点间传递和聚合信息，学习到能够反映分子/蛋白质整体结构的特征表示。
  • SE(3)-等变性 (SE(3)-Equivariance): 这是一个来自几何深度学习的概念。$SE(3)$ 指的是三维空间中的旋转和平移操作群。一个模型具有 SE(3)-等变性，意味着当输入的三维结构（如分子坐标）发生旋转或平移时，模型的输出（如原子特征向量）也会相应地、可预测地发生同样的旋转或平移。这对于分子建模至关重要，因为它保证了模型的预测不依赖于分子在空间中的任意朝向，符合物理定律。这与 SE(3)-不变性 (invariance) 不同，不变性指输入旋转平移后输出完全不变（例如，总能量）。
  • 交叉注意力 (Cross-Attention): 源于 Transformer 模型的一种机制。当处理两种不同的输入序列（例如，酶的氨基酸序列和底物的原子序列）时，交叉注意力机制允许模型计算一个序列中的每个元素对另一个序列中每个元素的重要性权重。在本文中，它被用来模拟酶的哪些氨基酸对底物的哪些原子具有最关键的相互作用，从而捕捉决定特异性的核心信息。
  • 分子对接 (Molecular Docking): 一种计算模拟方法，用于预测一个小分子（配体，此处为底物）如何与一个大分子（受体，此处为酶）结合，并评估其结合亲和力。本文使用 AutoDock-GPU 来生成大量的酶-底物复合物三维结构，作为模型的输入。
  • 蛋白质语言模型 (Protein Language Model, PLM): 如同处理自然语言的 GPT 一样，PLM 在海量的蛋白质序列上进行预训练，学习蛋白质序列的“语法”和语义。ESM-2 是目前最强大的 PLM 之一，它能为每个氨基酸生成一个包含丰富生物学信息的数值向量（嵌入），作为模型的序列输入。

• 前人工作 (Previous Works):

  • 通用功能预测模型: CLEAN、ProteInfer 和 DeepECTransformer 等模型虽然能预测酶的功能（如EC号），但难以区分同一EC号下不同酶的底物特异性，而这正是生物催化中的核心挑战。
  • 底物特异性预测模型 ESP: ESP 是目前最先进的通用底物特异性预测模型，它也使用了 GNN。但其主要局限在于训练数据集较小（约1.3k个底物），限制了其泛化能力。
  • 化合物-蛋白质相互作用 (Compound-Protein Interaction, CPI) 方法: 这类方法通常将蛋白质和化合物分别编码，然后将它们的表示向量拼接起来进行预测。这种方式的缺点是丢失了两者之间精细的、空间上的相互作用信息。
  • 结论: 前人工作要么不关注特异性，要么数据集有限，要么未能有效整合三维结构和相互作用信息。

• 技术演进 (Technological Evolution): 该领域的方法从早期的基于序列比对和同源性推断，发展到利用机器学习和蛋白质序列/分子指纹特征，再到近年来引入 GNN 对分子图结构进行编码。本文则代表了最新的技术方向：将预训练语言模型（处理序列）、几何深度学习（处理三维结构）和注意力机制（处理相互作用）这三大前沿技术进行深度融合，以期从根本上解决问题。

• 差异化分析 (Differentiation): 与之前工作（特别是 ESP 和 CPI 方法）相比，EZSpecificity 的核心创新在于：

  1. 架构创新: 首次将 SE(3)-等变 GNN 和 交叉注意力 结合用于此任务。这使得模型既能理解三维空间的几何约束，又能动态地关注最重要的原子间相互作用，而不是对所有原子/氨基酸一视同仁。
  2. 数据创新: 构建了超大规模的 ESIbank 数据库。这个数据库不仅在数量上远超前人（底物数量是 ESP 的25倍），更重要的是它包含了通过分子对接生成的三维复合物结构，为结构感知的模型训练提供了前所未有的数据基础。
  3. 信息融合方式: EZSpecificity 不是简单地拼接酶和底物的独立表示，而是通过交叉注意力机制让两者的信息深度交融，生成一个“共融”的表示，更好地捕捉了结合的本质。

4. 方法论 (Methodology - Core Technology & Implementation Details)

EZSpecificity 的核心是一个多模态深度学习模型，其架构和数据处理流程如下图所示：

该图展示了EZSpecificity的整体架构，它整合了来自ESM-2的序列信息和通过SE(3)-等变GNN编码的活性位点环境结构信息。交叉注意力层被用来捕获酶氨基酸与底物原子之间的相互作用，最终由一个多层感知机进行预测。

• 方法原理 (Methodology Principles): 该方法的核心思想是，酶的底物特异性并非由单一因素决定，而是由酶的整体序列特征（进化信息）、活性位点局部三维环境（几何与化学性质）以及酶-底物间的动态相互作用共同决定的。因此，一个成功的预测模型必须能够有效地从这三个层面提取并整合信息。

• 方法步骤与流程 (Steps & Procedures):

  1. 输入准备:

     • 酶序列: 输入完整的氨基酸序列。
     • 底物: 输入其 SMILES (简化分子线性输入规范) 字符串。
     • 酶-底物复合物三维结构: 使用分子对接软件 (如 AutoDock-GPU) 预先计算得到的最优结合构象。

  2. 多模态特征编码:

     • 序列特征提取 (Sequence-level): 使用预训练的蛋白质语言模型 ESM-2 对酶的氨基酸序列进行编码。这会为每个氨基酸生成一个1280维的嵌入向量，然后通过一个线性层降维到128维。这个向量捕捉了蛋白质的进化和全局结构信息。
     • 三维结构特征提取 (Structure-level):
       • 构建活性位点图: 将酶活性位点区域（根据已知催化残基或几何中心定义）和底物分子共同构建成一个原子级别的图 $G=(V, E)$。其中，$V$ 是所有原子（节点），$E$ 是边，连接每个原子与其空间中最近的 $k$ 个邻居原子（本文 $k=32$）。
       • SE(3)-等变 GNN 编码: 使用一个受 E(n)-EGNN 启发的 SE(3)-等变 GNN 来处理这个图。该网络通过多层消息传递来更新每个原子的隐藏表示 $h_i$ 和坐标 $x_i$（尽管本文主要用它来更新特征 $h_i$）。这使得模型能够学习到与原子局部化学环境和空间排布相关的、且对坐标系旋转平移等变的特征。

  3. 相互作用建模 (Interaction-level):

     • 交叉注意力层: 将从 ESM-2 获得的酶氨基酸序列嵌入和从 GNN 获得的底物原子嵌入送入两个交叉注意力层。这一步是模型的关键。它允许模型为每一对（酶氨基酸，底物原子）计算一个注意力分数，从而动态地“聚焦”于那些对结合特异性贡献最大的相互作用对。这避免了之前方法中简单池化或拼接所带来的信息损失。

  4. 预测输出:

     • 特征融合: 将经过交叉注意力加权的序列嵌入和结构嵌入进行融合。
     • 预测头: 将融合后的最终表示向量输入一个多层感知机 (Multi-Layer Perceptron, MLP)，输出一个介于0和1之间的分数，该分数代表了该酶对该底物具有催化活性的概率（即特异性得分）。

• 数学公式与关键细节 (Mathematical Formulas & Key Details): 论文中提到了 SE(3)-等变 GNN 的更新机制，其核心是消息传递。在第 $l$ 层，每个节点（原子） $i$ 的隐藏特征 $h_i^l$ 会根据其邻居节点的信息进行更新。虽然原文公式部分被截断，但根据其引用的 EGNN，其更新过程大致如下： $$m_{ij} = \phi_e(h_i^l, h_j^l, ||x_i^l - x_j^l||^2, e_{ij})$$ $$h_i^{l+1} = \phi_h(h_i^l, \sum_{j \in N(i)} m_{ij})$$

  • 符号解释:
    • $h_i^l$: 节点 $i$ 在第 $l$ 层的隐藏特征向量。
    • $x_i^l$: 节点 $i$ 在第 $l$ 层的三维坐标。
    • $e_{ij}$: 连接节点 $i$ 和 $j$ 的边的特征（如键类型）。
    • $m_{ij}$: 从节点 $j$ 传递到节点 $i$ 的“消息”。
    • $\phi_e$ 和 $\phi_h$: 可学习的神经网络（通常是MLP），分别用于计算消息和更新节点特征。
    • $||x_i^l - x_j^l||^2$: 节点间距离的平方，作为输入保证了旋转不变性。

  ESIbank 数据库构建流程:

  该图详细描述了ESIbank的构建过程，包括从公共数据库和文献中搜集数据（上），利用分子对接技术生成三维复合物结构（下），最终汇总成一个包含酶、底物和复合物结构的大型数据库（右）。

  1. 数据搜集: 从 BRENDA、UniProt 等公共数据库收集酶-底物对。同时，开发了一套半自动数据提取流程，利用光学字符识别 (OCR) 和化学结构识别工具 (OSRA)，从科研论文的图片中提取反应信息，极大地扩充了数据集（例如，构建了 HaloS 卤化酶数据集）。
  2. 结构准备:
     • 酶结构: 从 AlphaFold 数据库获取预测结构。
     • 辅因子: 利用 AlphaFill 工具将缺失的辅因子添加到酶结构中，以获得更接近天然状态的催化环境。
     • 底物结构: 从 SMILES 字符串生成三维结构。
  3. 分子对接: 使用 AutoDock-GPU 在高性能计算集群上对数百万个酶-底物对进行对接。对接的搜索空间被限制在活性位点周围（若已知），以提高准确性和效率。通过亲和力打分和距离筛选，选取最可能的催化构象。
  4. 负样本生成: 为每个已知的阳性（反应）酶-底物对，通过替换酶或底物来生成10个阴性（不反应）样本。这些阴性样本与阳性样本在 EC 号上有不同程度的相似性，以训练模型进行精细区分。

5. 实验设置 (Experimental Setup)

• 数据集 (Datasets):

  • ESIbank: 主要的训练和测试数据集。包含 323,783 个酶-底物对（包括阳性和阴性样本），覆盖 8,124 种酶和 34,417 种底物。
  • 家族特异性数据集: 针对六个特定的酶家族（酯酶、糖基转移酶、腈水解酶、磷酸酶、硫解酶、未知功能域蛋白）以及一个内部收集的卤化酶数据集 (HaloS) 进行了专门的评估。
  • 数据划分策略: 为了模拟真实世界的应用场景，实验采用了四种难度递增的数据集划分方式：
    1. random: 随机划分，最简单。
    2. unknown substrate: 测试集中的底物从未在训练集中出现。
    3. unknown enzyme: 测试集中的酶从未在训练集中出现。
    4. unknown enzyme & substrate: 最具挑战性的场景，测试集中的酶和底物都未在训练集中出现。

• 评估指标 (Evaluation Metrics):

  • AUROC (Area Under the Receiver Operating Characteristic Curve, 受试者工作特征曲线下面积):
    1. 概念定义: AUROC 是一个用来衡量二元分类模型性能的综合指标。它通过在所有可能的分类阈值下计算模型的真阳性率 (True Positive Rate, TPR) 和假阳性率 (False Positive Rate, FPR)，并将两者绘制成 ROC 曲线，然后计算该曲线下的面积。AUROC 的值介于0和1之间，1代表完美分类器，0.5代表随机猜测。它能够全面评估模型在不同权衡下的区分正负样本的能力。
    2. 数学公式: $$\mathrm{AUROC} = \int_{0}^{1} \mathrm{TPR}(\mathrm{FPR}^{-1}(t)) \, dt$$ 其中，TPR 和 FPR 的定义为： $$\mathrm{TPR} = \frac{\mathrm{TP}}{\mathrm{TP} + \mathrm{FN}}, \quad \mathrm{FPR} = \frac{\mathrm{FP}}{\mathrm{FP} + \mathrm{TN}}$$
    3. 符号解释:
       • TP (True Positives): 真正例，正确预测为正的样本数。
       • FN (False Negatives): 假反例，错误预测为负的正样本数。
       • FP (False Positives): 假正例，错误预测为正的负样本数。
       • TN (True Negatives): 真反例，正确预测为负的样本数。
  • AUPR (Area Under the Precision-Recall Curve, 精准率-召回率曲线下面积):
    1. 概念定义: AUPR 是另一个评估二元分类模型性能的指标，它通过绘制精准率 (Precision) 与召回率 (Recall) 的关系曲线并计算其下面积得到。在处理类别极不平衡的数据集时（如此处的活性酶-底物对远少于非活性对），AUPR 通常比 AUROC 更具信息量，因为它更关注于模型在识别少数正样本时的表现。
    2. 数学公式: $$\mathrm{AUPR} = \int_{0}^{1} P(r) \, dr$$ 其中，Precision 和 Recall 的定义为： $$\mathrm{Precision} = \frac{\mathrm{TP}}{\mathrm{TP} + \mathrm{FP}}, \quad \mathrm{Recall} = \frac{\mathrm{TP}}{\mathrm{TP} + \mathrm{FN}}$$
    3. 符号解释:
       • P(r): 召回率为 $r$ 时的精准率。
       • TP, FP, FN 的定义同上。

• 对比基线 (Baselines):

  • ESP: 当前最先进的（state-of-the-art）通用酶底物特异性预测模型，作为主要的比较对象。
  • EZSpecificity-w/oGCS: EZSpecificity 的一个变体，移除了图网络、交叉注意力和结构嵌入部分。作者指出，这个架构等价于一个典型的 CPI 模型。该基线用于验证 EZSpecificity 复杂架构的优越性，并与 CPI 类方法进行公平比较（因为它在相同的 ESIbank 数据集上进行了重新训练）。

6. 实验结果与分析

• 核心结果分析 (Core Results Analysis):

  此图展示了EZSpecificity与基线模型在不同测试场景下的性能对比。子图(a)显示了在四种数据划分下的AUROC得分，EZSpecificity全面领先。子图(b)的消融实验证明了结构信息和交叉注意力机制的贡献。子图(c-e)展示了模型在不同EC号分辨率下的高区分能力。

  • EZSpecificity 全面超越 ESP: 如图 3a 所示，在所有四种数据划分场景下，EZSpecificity 的 AUROC 得分均显著高于 ESP。特别是在最困难的 unknown enzyme & substrate 场景中，EZSpecificity 的 AUROC 达到 0.7198，而 ESP 仅为 0.6523，显示出其更强的泛化能力和实用价值。
  • 数据集的重要性: EZSpecificity-w/oGCS（即在 ESIbank 上训练的 CPI 模型）的性能也远超在自己小数据集上训练的 ESP，这有力地证明了 ESIbank 这一高质量、大规模数据集本身对模型性能的巨大贡献。
  • 高分辨率预测能力: 如图 3c-e 所示，EZSpecificity 在区分EC号四个数字都相同的酶（最精细的分类级别）时，性能依然优于 ESP，解决了先前模型的一大痛点。

• 消融实验/参数分析 (Ablation Studies / Parameter Analysis):

  • 如图 3b 所示，消融实验验证了模型各关键组件的有效性：
    • 移除活性位点结构信息（即 GNN 部分），AUROC 从 0.7198 下降到 0.7036。
    • 移除交叉注意力层，AUROC 从 0.7198 下降到 0.7021。
  • 结论: 这两个看似微小的数值下降，在深度学习模型优化中已属显著，证明了显式地建模原子间相互作用（通过 GNN）和动态地关注关键区域（通过交叉注意力）对于提升预测准确性至关重要。

• 实验验证与泛化性分析:

  此图是本文最关键的实验验证结果。它展示了在自建的HaloS数据集上，(a-c)卤化酶的类型、底物及反应分布；(d, f) EZSpecificity及其变体在计算模拟中的AUROC和AUPR得分；(e) 在针对8种酶和78种底物的体外实验中，不同模型的Top-1预测准确率，EZSpecificity-fine-tune以91.7%的惊人准确率胜出。

  • 对特定酶家族的泛化能力: 如图4所示（图像集中为Figure 4），EZSpecificity 在六个不同的酶家族上表现出良好的性能。此外，通过在特定家族的数据上进行微调 (fine-tuning)，模型的性能通常能得到进一步提升（例如，AUPR 提升约7%）。
  • 压倒性的实验验证: 本文最具说服力的部分是针对卤化酶的湿实验验证（图 5/图像1）。在对8种酶和78种底物（其中12种是数据库中未见过的新底物）进行的624组实验中，EZSpecificity-fine-tune 模型（在 HaloS 数据集上微调后）的Top-1预测准确率高达 91.7%。这一结果不仅远超 ESP（58.3%）和 EZSpecificity-w/oGCS（41.7%），也高于从零开始训练的 EZSpecificity-individual 模型（66.7%），有力地证明了“预训练+微调”范式在该领域的有效性，以及 EZSpecificity 模型的强大预测能力。

7. 总结与思考 (Conclusion & Personal Thoughts)

• 结论总结 (Conclusion Summary): 本文成功开发了一款名为 EZSpecificity 的通用深度学习模型，用于精准预测酶的底物特异性。通过创新性地结合 SE(3)-等变 GNN 和 交叉注意力 机制，并依托于一个自建的、迄今为止最大规模的酶-底物相互作用结构数据库 ESIbank，该模型能够同时利用序列、三维结构和原子级相互作用信息。大量的计算模拟和关键的体外实验验证一致表明，EZSpecificity 的性能，尤其是在泛化到未知酶和底物时，显著优于现有技术，为酶功能注释、生物催化和药物发现等领域提供了一个强大而可靠的计算工具。

• 局限性与未来工作 (Limitations & Future Work):

  • 作者指出的局限性:
    1. 无法预测选择性 (Selectivity): 模型目前主要关注底物是否反应（特异性），但无法可靠地预测化学选择性 (chemoselectivity)、区域选择性 (regioselectivity) 和立体选择性 (stereoselectivity)。这是因为当前的 GNN 编码方式无法区分在同一原子上发生的不同立体化学结果。这对于实际的合成应用是一个重要限制。
    2. 依赖对接质量: 模型的性能可能受到分子对接结果准确性的影响。对于没有已知活性位点信息的酶，对接的挑战更大。
  • 未来工作: 作者提出，未来可以整合酶-底物结合的动态信息（例如，通过分子动力学模拟获得），以进一步提升模型的预测能力。此外，将模型扩展到支持选择性预测将是该领域一个重要的研究方向。

• 个人启发与批判 (Personal Insights & Critique):

  • 启发:
    1. 数据驱动的力量: ESIbank 的构建是本研究成功的基石。它表明，在生物信息学领域，高质量、大规模、多模态的数据集本身就是一项重大贡献，能够极大地推动算法的进步。
    2. 架构融合的范式: EZSpecificity 巧妙地融合了来自不同领域的先进技术（PLM、几何深度学习、注意力机制），为解决复杂生物学问题提供了一个极佳的范例。这种“多管齐下”的思路值得在其他生物分子识别任务中借鉴。
    3. 从“计算”到“实验”的闭环: 本文最令人印象深刻的是其严谨的实验验证环节。它不仅在计算机上跑出了好分数，更是在试管中证明了模型的实际价值，完成了从理论预测到现实应用的完整闭环，这是许多机器学习论文所欠缺的。
  • 批判与思考:
    1. 计算成本高昂: 构建 ESIbank 所需的分子对接计算量是巨大的（数百万次对接，每次评估数亿个构象）。这使得该方法的复现和扩展对计算资源要求极高，可能会成为普通实验室应用该方法的障碍。
    2. 对接的固有不确定性: 尽管作者采取了多种策略优化对接，但分子对接本身仍是一个近似方法，其生成的“最优”构象不一定完全等同于真实的催化状态。模型的性能上限在一定程度上受制于对接软件的准确性。未来，像 AlphaFold3 这样能够直接预测复合物结构的工具可能会为这类研究提供更高质量的输入。
    3. “黑箱”问题: 尽管交叉注意力机制提供了一定的可解释性（可以可视化哪些部分被“关注”），但深度学习模型在根本上仍是“黑箱”。要完全理解模型做出某个预测的具体物理化学原因，仍需结合更多的生物学知识和后续实验分析。