金属离子在蛋白质中具有多种重要的生物学作用，包括结构维护、分子识别和催化。以前预测蛋白质组中金属结合位点的方法是基于序列或结构基序。

2023年1月2日，北京大学王初、苏晓东与刘源合作在Nature Chemical Biology 杂志在线发表题为“Co-evolution-based prediction of metal-binding sites in proteomes by machine learning”的研究论文，该研究开发了一个名为“MetalNet”的基于共同进化的管线，系统地预测蛋白质组中的金属结合位点。通过将MetalNet应用于四个具有代表性的原核生物物种的蛋白质组，预测了4849个潜在的金属蛋白，极大地扩展了目前已注释的金属蛋白组。

此外，还从生物化学和结构上验证了几种蛋白质中先前未注释的金属结合位点，包括柠檬酸载脂蛋白裂解酶磷酸核糖-脱磷酸辅酶A转移酶citX，一种与任何已知金属蛋白缺乏结构或序列同源性的大肠杆菌酶(蛋白质数据库(PDB)代码:7DCM和7DCN)。MetalNet还成功地概括了人类剪接体复合体中所有已知的锌结合位点。总之，MetalNet的管线为查询隐藏的金属蛋白质组和研究金属生物学提供了一个独特和有利的工具。