AcetylBench 去重审计揭示乙酰化位点预测虚高：99.38% 表观准确率在跨库测试中降至 AUC 0.523

学术圈重大事件 · 发布 2026-08-21T10:40:00+08:00 · 更新 2026-08-21T10:50:41+08:00

核心结论

BMC Bioinformatics 8 月 21 日发布 AcetylBench，对赖氨酸乙酰化位点预测的训练集冗余、测试集独立性和降维流程做系统审计。论文称，三类泄漏可把 99.38% 的表观准确率压回跨数据库 AUC 0.523；新基准含 27182 条阳性和 7063 条阴性序列，但结论目前只覆盖这一预测任务与所选数据库。

BMC Bioinformatics 8 月 21 日上线 AcetylBench。赖氨酸乙酰化会调节蛋白质功能，实验鉴定成本较高，因此研究者长期用机器学习和蛋白质语言模型预测潜在位点。但这类任务很容易被相似序列“泄题”：训练集和测试集看似分开，实际可能含近同源片段；如果降维步骤也提前看过测试分布，交叉验证指标就不能代表模型面对新数据库时的表现。

作者把序列冗余、非独立测试集和“锁定分布”的降维列为三类独立膨胀源。对 dbPTM 来源数据用 CD-HIT 按 40% 成对序列一致性去重后，论文报告阳性序列中 62.7%、阴性序列中 90.3% 属于冗余。一个原本报出 99.38% 准确率的流程，在真正跨数据库评估中降至 AUC 0.523，接近随机分类；七种表示方法在库内交叉验证得到 0.815—0.867 的 AUC，到独立数据库只剩 0.582—0.607。

论文还在相同特征下比较逻辑回归、随机森林和神经网络，三者跨库结果无统计学差异，提示瓶颈更可能在数据与表示，而不只是分类器复杂度。以数据库独立进化参考生成 PSSM 特征的 DeepAcet 达到 AUC 0.841，高于同数据上蛋白质语言模型方法的最佳 AUC 0.705。团队最终发布含 27182 条阳性与 7063 条阴性序列的去重基准。

这对计算生物学数据集建设和模型排行榜有直接影响：如果去重边界、特征拟合范围和独立测试来源不清楚，较高的“论文分数”可能无法迁移到新蛋白或新数据库。AcetylBench 可作为统一复测入口，也提醒模型开发者把跨库验证放到发布门槛。不过，它审计的是乙酰化位点预测和特定数据库组合，不能外推为所有蛋白语言模型都无效；数据标签噪声、物种组成和未来数据库更新仍可能改变排序。

信息来源

• BMC Bioinformatics 原始论文

可信度说明

来源为 BMC Bioinformatics 开放获取同行评议论文的提前在线版本，可引用且有永久 DOI。冗余比例、跨库 AUC 与基准规模均来自论文摘要；尚未独立复算数据划分与代码，结论只适用于文中乙酰化位点任务，不能泛化为蛋白质语言模型整体能力判断。

同主题情报

• 动物所 / `Cell`：`disc-Gastruloid` 首次把人类原条形成推进到可空间重构、可延长培养的体外模型

  中国科学院 `2026-07-08` 官方稿显示，团队构建的人类 `disc-Gastruloid` 在 `72` 小时共培养后形成类原条样区域，延长培养后超 `80%` 继续发育为轴向不对称三维胚胎样结构，分出 `14` 类细胞群并与着床后 `21` 天天然胚胎较高相似。它的重要性，在于把人类原肠运动这个长期难直接观察的发育“黑箱”推进到可重复、可操控的体...

• 银河系最快恒星逼近中心黑洞：峰值约每秒 2.5 万公里，或可测量自旋

  Science 与美联社 8 月 19 日报道，甚大望远镜数据识别出银河系内迄今已知速度最快的恒星：峰值约每秒 2.5 万公里，绕人马座 A* 一周约 8.7 年，且比此前纪录保持者更接近黑洞。长期高精度跟踪可能约束银河系中心黑洞自旋，但当前只是发现和轨道测量起点，尚未得到自旋值。

• 嫦娥七号以四器协同搜寻月球南极水冰，跳跃探测器瞄准永久阴影区

  Science 8 月 19 日更新嫦娥七号任务：轨道器、着陆器、巡视器和跳跃探测器将在鹊桥二号支持下调查月球南极水冰与挥发物，四平台合计 18 项载荷，并计划让跳跃探测器进入永久阴影坑现场分析。公开资料仍只给出 2026 年下半年发射口径，最终日期、落点与工程参数需以官方通告为准。

• M87 黑洞第一次有了双频“体检图”，研究者开始按位置读等离子体状态

  中国科学院 2026-07-28 08:18 发布官方稿，介绍上海天文台团队把 1.3 毫米和 3.5 毫米两张 M87 黑洞视界尺度图像合起来，首次做出空间分辨的谱指数分布。简单说，这不只是把黑洞拍得更清楚，而是开始按位置判断视界附近等离子体在不同半径上更接近“自吸收很强的厚辐射”还是“更容易透出的薄辐射”。关键转折出现在距黑洞中心约 30 微角秒处，并与...

• Moderna mRNA 流感疫苗获批，确诊病例相对标准疫苗减少 26.6%

  Nature 8 月 13 日梳理 Moderna 的 mRNA 流感疫苗 mFLUSIVA：FDA 于 8 月 5 日批准其用于 50–64 岁成人，并对 65 岁以上人群给予加速批准，计划进入美国 2026–27 流感季。超过 4 万人的试验中，mRNA 组 2% 出现实验室确诊流感，对照标准疫苗组为 2.8%，相对减少 26.6%；常见不良反应多为轻中...

• KIST 公布 A²SG 训练方法，以自适应非对称梯度改善深层脉冲神经网络

  KIST 8 月 10 日公布已获 ICML 2026 接收的 A²SG 训练方法，用自适应窗口和非对称代理梯度缓解深层脉冲神经网络的梯度变化与时间不一致。机构称该方法在 ImageNet 等任务提高准确率且训练开销低于所比较基线；论文与代码可查，但相对能耗和商业化前景仍需独立复现及真实神经形态硬件验证。