[LG]《Canopy: A Heterograph Foundation Model for Metabolic Engineering》J Bowden, L Legon, S Surae [Twig Bio] (2026)

在代谢工程领域，准确预测工程菌株的产量（Titer）是一个悬而未决的难题。过去的方法受困于机械模型无法整合实验数据，或传统机器学习丢弃了生物实体间的关联结构，本质原因是缺乏一种能统一基因、蛋白质、代谢物及发酵实验之间复杂异构关系的表征范式。

本文的核心洞见是：把代谢网络重新看作一个多模态异构知识图谱。由此，集成蛋白质序列、化学结构和生物医学文本的异构图互感器（HGT）这一关键操作使问题得以解开，通过自监督预训练捕获了跨物种的生物学关联。

这项工作真正留下的遗产是构建了首个代谢工程领域的异构图基座模型，将产量预测精度从 R2=0.24 提升至 0.41。它为后来者打开的新门是利用预训练嵌入引导生成式菌株设计，但尚未跨过的门槛是实验数据的极度稀疏性以及模型对代谢机理的可解释性不足。

arxiv.org/abs/2607.06224 机器学习 人工智能 论文 AI创造营