想象一下，你正试图教一台计算机理解生命的秘密语言。多年来，科学家们一直在利用海量的氨基酸序列（即构成你体内每种蛋白质的化学字母）来训练“蛋白质语言模型”。你可以将这些模型想象成超级聪明的读者，它们背诵了数十亿本书籍。它们非常擅长猜测句子中的下一个单词，这有助于它们理解蛋白质是如何进化和发挥功能的。然而，这里有一个问题：这些模型是按行逐一阅读故事的，从头到尾进行。它们并不会自然地“看到”句子的第一个词可能正与最后一个词物理接触，因为整个段落已经折叠成了一个紧密的 3D 球体。在现实世界中，蛋白质会折叠成复杂的形状，链条上相距较远的部分经常会相互碰撞，以维持其结构。现在的关键问题在于：我们能否教会这些“文本阅读型”计算机去理解蛋白质的 3D 形状，而无需实际向它们展示形状的图像？如果我们能做到这一点，我们或许能开辟设计新药或理解疾病的更好途径，同时还能保持系统足够简单，仅靠文本即可运行。
这时，LC-SEPLM 登场了，它像是一位聪明的导师，为这些蛋白质阅读型计算机提供了指导。研究人员采用了现有的一个强大的模型（称为 ESM2），并给了它一项特殊的训练练习。他们不再只是要求模型预测序列中的下一个字母，而是增加了一个“接触测验”。他们向模型展示一个蛋白质的序列，并问道：“如果这个蛋白质折叠起来，位置 10 的氨基酸会与位置 500 的氨基酸接触吗？”为了回答这个问题，模型必须同时观察整个序列，从而学会识别那些只有在蛋白质折叠时才会存在的、隐藏在氨基酸之间的长程“友谊”。令人兴奋的部分在于，模型在训练过程中使用了来自超精确结构预测 AI（AlphaFold）的预测结果作为“小抄”，但一旦训练完成，这张“小抄”就被扔掉了。最终的模型仍然是一个“仅限序列”的阅读器；它不需要 3D 坐标来工作，它只是在脑海中携带了关于形状如何形成的知识。
然而，论文也谨慎地指出了这种新技巧失效的地方。当模型被用于需要观察微观局部细节的任务时——例如预测单个突变如何改变蛋白质的功能（ProteinGym），或寻找化学标签附着的特定位点（PTM 位点）——它的表现实际上略有下降或保持不变。这告诉我们，虽然该模型在理解全局 3D 结构方面变得更出色了，但它在精细的局部化学性质理解上并没有变得更好。这就像是一个学生成为了理解整部小说情节的大师，却并没有提高分析单个句子语法能力的能力。
研究人员还将他们的模型与另一个著名的结构感知模型 ESM-S 进行了对比。在某些特定的酶分类任务中，LC-SEPLM 的表现要好得多，增幅高达 0.1771。但在其他任务（如宽泛的蛋白质家族分类）中，它并未能胜出。这表明，虽然加入结构监督是一个强大的工具，但它并不是一种能让模型在所有方面都趋于完美的通用方案。该研究得出结论，这种“接触监督适配”（contact-supervised adaptation）是一种实用且有界限的策略：它是在无需在实际应用中使用复杂 3D 数据的情况下，丰富蛋白质模型对全局形状理解的一种极佳方式，但在处理局部、残基层级的预测时，它有着明显的局限性。