震撼学界！青年学者最新蛋白质设计成果荣登Nature子刊，生命科学领域重大突破！

背景：变体效应预测（VEP）是生命科学领域的关键计算难题，传统高性能方法依赖多模态数据融合，导致模型复杂、成本高且易引入偏差。研究目的：本研究旨在探索仅基于未比对序列的纯进化尺度蛋白质语言模型（ESM）的性能潜力，试图突破其固有性能瓶颈，开发一种轻量化、高精度的VEP解决方案。结论：研究团队通过创新的共蒸馏框架，将ESM家族的集体知识压缩为单一模型VESM。该模型在不依赖任何外部数据的情况下，实现了顶尖水平的变异效应预测，性能超越复杂的混合模型，并能将预测拓展至临床数量性状，为相关领域提供了高效新工具。