开发病毒-宿主互作预测模型ViraHInter，为病毒感染机制解析及广谱抗病毒药物开发提供新工具

上海人工智能实验室、复旦大学、上海交通大学医学院附属瑞金医院及上海市病毒研究院联合开发了一款新的结构与互作预测模型ViraHInter，可高精度预测病毒与宿主细胞蛋白的相互作用，为病毒感染机制解析及广谱抗病毒药物开发提供新工具。研究成果以“ViraHInter: a dual-modal artificial intelligence framework for predicting virus-host interactions”为题在arXiv预印本公开。

病毒通过自身编码的少量蛋白质劫持宿主复杂蛋白网络，实现信号操控、免疫逃逸及代谢重塑，为自身复制创造条件。理解病毒-宿主蛋白质相互作用，对于揭示感染机制、发现潜在抗病毒靶点至关重要。然而现有实验和数据库存在明显局限：实验成本高、耗时长、难以捕捉瞬时或低亲和力相互作用；不同病毒家族间序列差异大，现有知识难以迁移。

为此，联合团队开发了一款融合蛋白序列和结构模态的病毒-宿主互作模型ViraHInter。ViraHInter整合了蛋白结构和序列的信息，其中蛋白结构生成分支生成病毒-宿主复合物的全原子三维结构，提供主链与侧链折叠及复合物界面高精度预测，为功能分析和药物设计奠定基础。而序列表示分支则利用蛋白语言模型（ESM）捕获蛋白进化信息，即使在快速进化或局部无序区域，仍保持预测能力。两类模态深度融合，预测头输出蛋白-蛋白相互作用概率，同时生成病毒蛋白-宿主蛋白复合物结构，实现跨病毒家族交互模式学习，将极大地促进病毒-宿主互作研究，揭示病毒致病的分子机制，鉴定新型抗病毒靶点。

在1:1000正负样本极度不平衡评测中，ViraHInter AUPR达0.44，显著超越RoseTTAFold2-PPI（0.28，2025年发表于Science）、AlphaFold3（0.23，2024年发表于Nature）、RF2-Lite（0.10，2024年发表于Nature Microbiology）。在序列保守性受控拆分中，AUPR达到0.50，比AlphaFold3（0.11）高4.5倍，比其他方法提升超过6倍，显示对新发病原体的泛化能力。

研究人员利用SARS-CoV-1/2及MERS-CoV编码的蛋白对ViraHInter的预测效果进行了测试：ViraHInter在不同排名阈值下对有实验证据支持的高可信病毒-宿主互作对的富集曲线持续高于AF3和随机基线，前10%预测的互作对中高可信互作对占27.8%，达到2.78倍富集。在对甲型H1N1、H3N2、H9N2流感病毒宿主互作分析中，ViraHInter鉴定了33个被三种亚型流感病毒共同靶向的核心宿主因子，其中12个已有功能报道但无物理互作记录，并且发现三个型别病毒的血凝素均与人类蛋白RAB11A结合，且互作模式高度一致，为研发新型广谱抗流感策略提供了依据。 

文章链接：https://arxiv.org/abs/2604.02842