该文章聚焦蛋白质突变导致的热稳定性变化预测，围绕 “序列基预测方法” 这一核心问题展开研究。研究指出，蛋白质作为执行多样生物功能的关键大分子，在众多生物过程中占据核心地位，而预测突变引起的蛋白质热稳定性变化对生物医学研究与工业应用均至关重要 —— 现有实验方法常存在成本高、耗力大的问题，且基于结构的预测方法又需大量计算资源，凸显了开发高效序列基预测工具的科学价值。
为解决这一问题，研究团队提出了一种新型序列基方法：该方法以蛋白质序列为基础，创新性地融入蛋白质语言模型预测的特征，同时考虑 pH 值、野生型蛋白质热稳定性等环境因素，构建了蛋白质突变热稳定性变化预测模型（PON-Tm）。在模型评估过程中，团队将其性能与四种成熟的现有方法进行对比测试，最终发现 PON-Tm 展现出更优的预测能力，并基于此方法研发出可便捷获取和使用的网络服务器，为蛋白质热稳定性研究、突变效应分析及相关应用（如工业酶改造、疾病相关蛋白功能解析）提供了更高效、实用的技术支持
