用途:解释单个错义变异的机制,回答“为何该变异导致功能丧失”,并指出可能受损的功能特征类别(催化、配体结合、翻译后修饰、结构域/基序、结构稳定性、二级结构/表面)。要求输入蛋白标识(UniProt 登录号或 HGNC 基因符号)和变异(单字母格式,如 R175H),可选窗口半径(默认 8)和参考序列。
主要能力:基于 ESMC-6B SAE 特征,比较参考与突变体在突变位点附近窗口内的特征激活差异,输出丢失与新增特征及其类别;提供复合工具 ESM_explain_variant_mechanism 一次性获得扰动与类别标签,或 ESM_score_variant_sae_disruption 仅取原始差值;支持批量 ESM_score_variant_sae_batch。可用 ESM_describe_sae_feature 查询特征生物学类别。
使用方式:需设置 ESM_API_KEY,并安装带 SAE 支持的 esm 包(pip install 'esm @ git+https://github.com/evolutionaryscale/esm@ee891c52')。标准流程为:解析基因到 UniProt 登录号、获取规范序列、校验参考残基并构建突变序列,再获取参考与突变体的 SAE 特征或直接调用复合工具,计算特征激活差值并解释。
限制:SAE 特征为序列学习所得,并非真实功能注释;窗口仅覆盖局部效应,不能捕捉长程变构等;部分特征未分类;仅用 UniProt 规范同种型;目前仅支持 esmc-6b-2024-12_k64_codebook16384_layer60;Forge 输出受非商业许可约束。建议与群体频率、致病性预测、临床证据、结构上下文等交叉验证。