酶与反应配对不再只靠序列相似：RIVER 用多智能体汇总证据，在 667 个候选蛋白中把四个目标酶全部排进前列
核心概要
RIVER 是一个无需训练的多智能体检索框架，把大语言模型、生化计算工具和外部知识库组织成可追溯的证据链，用于酶到反应和反应到酶的双向检索。在来自大肠杆菌代谢组学文献的四个实验支持的酶—反应案例中，它需要在 667 个候选蛋白里排序，使用 Qwen3.6-35B-A3B 时平均倒数排名为 0.833，使用 GPT-5.6 Luna 时为 0.750，均高于表中列出的通用编码智能体组合与领域方法。在公开基准上，它在 Enzyme-405 上的 Top-1 查询成功率为 82.3%，在 Orphan-335 上为 72.8%。
深度剖析
酶功能注释和候选酶筛选现在可以按证据链排序，而不只是按序列或结构相似度打分；RIVER 对给定酶排出可能催化的反应，也对给定反应排出候选酶。 此前的做法依赖序列或结构相似性，或依赖已知酶—反应对的训练，难以在大候选空间里整合分散的生化证据，也难以处理成员高度相似的酶家族。 在 Gruber 等人报道的大肠杆菌体外代谢组学研究中，667 个纯化酶对应四个实验支持的酶—反应关联，共 2,668 个候选配对；RIVER 用 Qwen3.6-35B-A3B 时把 CobC、NanK、RihB 排在第一、DeoA 排在第三，平均倒数排名 0.833，用 GPT-5.6 Luna 时四个目标酶分别排在第 1、1、2、2 位，平均倒数排名 0.750。
排序由分阶段的证据收集与复核产生，每个候选都附带支持理由和未解决的问题。 通用编码智能体具备规划和工具调用能力，但在这一检索任务上并不必然转化为更好的酶—反应匹配。 在同一 GPT-5.6 Luna 基础模型下，RIVER 的平均倒数排名比 Luna 加 Codex 高 0.075，比单独调用 Luna 的重复实验均值 0.482 高 0.268；Claude Haiku 5.5 加 Claude Code 为 0.653，Phylo Max 为 0.708，Phylo Standard 为 0.310，Enz-GFM 为 0.027。
流程先做证据引导的预筛，再由多个智能体分别解读反应、整理蛋白注释、检查矛盾并复核证据，最后重排候选。 预筛会缩小候选池，因此需要确认它没有把正确候选提前丢掉。 在 P450 数据上，预筛保留了 51.1% 的候选配对和 97.2% 的标注正例配对，96.9% 的查询至少保留一个正例；在 Phosphatase 数据上保留 72.3% 的候选配对和 79.6% 的正例配对，每个查询都至少保留一个标注正例。
启示与展望
评估覆盖四个来自大肠杆菌文献的实验支持案例、EnzymeCAGE 提供的五个公开基准（Enzyme-405、Orphan-335、P450、Terpene、Phosphatase），以及六个跨反应类型的排序改善案例；排序表示给定候选池内的相对优先级，不是经过校准的催化活性概率。
RIVER 的排序不建立催化活性或生理相关性，缺少正例标注的候选也不被假定为实验上无活性；预筛的候选保留率在不同家族间差别较大，三个家族在 top-1% 阈值上的成功率与相对增益差异明显，证据类别数量与检索成功之间的关系在 Terpene 上并不单调，在 Phosphatase 上组间差异较小。