Представлена модель ColBERT-PPI — многовекторная структура-осведомлённая нейросетевая архитектура на базе ColBERT, которая объединяет предсказание белковых партнёров (protein-protein interactions, PPI) с локализацией сайтов взаимодействия на уровне отдельных аминокислотных остатков. Модель сохраняет переиспользуемые остаточные представления и сравнивает их в партнёр-зависимом режиме, генерируя карты совместимости остатков для локализации и калиброванные сглаженные MaxSim-оценки для поиска. На бенчмарке PINDER ColBERT-PPI достигла площади под кривой точность-полнота (AUPRC) 0,482 против 0,151 у лучшего внешнего конкурента — более чем трёхкратное превосходство. Средний AUROC контакта составил 0,806 против 0,526 у одно-векторного контроля. После дообучения на задаче PPI представления также улучшили поиск взаимодействий белок-РНК, что свидетельствует о переносе знаний за пределы исходного молекулярного контекста. Работа имеет прямое значение для терапевтического открытия: связывая кандидатов-партнёров с остаточным доказательством взаимодействия, модель позволяет приоритизировать белки и регионы взаимодействия для разработки лекарств.