🧬 biology

Unlocking hidden biomolecular conformational landscapes in diffusion models at inference time

Dit artikel introduceert ConforMix, een algoritme voor tijdens de inferentie dat diffusiemodellen verbetert om efficiënt diverse biomoleculaire conformationele landschappen te samplen en te ontdekken, inclusief domeinbewegingen en cryptische pockets, zonder dat vooraf kennis vereist is van vrijheidsgraden of hertraining.

Oorspronkelijke auteurs: Daniel D. Richman, Jessica Karaguesian, Carl-Mikael Suomivuori, Ron O. Dror

Gepubliceerd 2026-02-05

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Daniel D. Richman, Jessica Karaguesian, Carl-Mikael Suomivuori, Ron O. Dror

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je voor dat je probeert te begrijpen hoe een complex apparaat, zoals een Zwitsers zakmes, werkt. Je weet dat het een handvat heeft en veel gereedschappen (mesjes, schroevendraaiers, scharen) die in- en uitklappen.

Lange tijd hebben wetenschappers krachtige computerprogramma's gebruikt om te voorspellen hoe dit apparaat eruitziet wanneer het volledig gesloten op een tafel ligt. Deze programma's zijn erg goed in het vinden van die ene "standaardvorm". Maar biologie is niet statisch; eiwitten (de machines van het leven) zijn constant aan het vouwen, ontvouwen, draaien en verschuiven om hun werk te doen. Het probleem is dat de computerprogramma's meestal alleen de "gesloten" versie laten zien, waardoor alle andere coole manieren waarop de machine kan bewegen, worden gemist.

Dit artikel introduceert een nieuwe tool genaamd ConforMix. Denk aan ConforMix als een "slimme gids" die je aan deze computerprogramma's kunt bevestigen nadat ze al getraind zijn. Het vereist niet dat de computer opnieuw wordt onderwezen; het verandert simpelweg de manier waarop de computer naar antwoorden zoekt.

Hier is hoe ConforMix werkt, met behulp van enkele eenvoudige analogieën:

1. Het Probleem: De "Luie" Zoektocht

Stel je voor dat het computerprogramma een wandelaar is die probeert het laagste punt in een uitgestrekte, mistige vallei (het "energieregelandschap") te vinden. Het doel van de wandelaar is om de diepste, meest comfortabele plek te vinden om te slapen (de meest stabiele eiwitvorm).

De Standaardmethode: De wandelaar loopt recht naar beneden via de steilste heuvel die hij ziet en stopt bij de eerste de beste vallei die hij vindt. Hij vindt misschien een leuke plek, maar hij mist de andere valleien in de buurt die net zo goed, of zelfs beter zijn, voor specifieke taken. Hij ziet slechts één versie van de machine.
De Oude Manier om Meer te Vinden: Voorheen moesten wetenschappers de computer verschillende "instructies" of "aanwijzingen" geven (zoals het veranderen van de invoergegevens) om de computer te dwingen ergens anders te kijken. Dit was alsoك tegen de wandelaar zeggen: "Ga daar eens kijken," maar dit resulteerde er vaak in dat de wandelaar verdwaalde of vreemde, kapotte vormen vond die fysiek niet logisch zijn.

2. De Oplossing: ConforMix (De "Georganiseerde Rondleiding")

ConforMix is alsof je de wandelaar een magnetisch kompas en een kaart geeft die hem zachtjes richting nieuwe gebieden duwt zonder hem van het pad af te brengen.

Het "Gedraaide" Pad: In plaats van gewoon rechtuit te lopen, gebruikt ConforMix een techniek genaamd "Twisted Diffusion". Stel je voor dat de wandelaar door een veld met hoog gras loopt. De standaardmethode loopt gewoon recht vooruit. ConforMix duwt de wandelaar zachtjes naar links of rechts om verschillende delen van het veld te verkennen, maar controleert voortdurend of hij nog steeds op stevige grond loopt (fysiek mogelijke vormen).
De "RMSD" Liniaal: Eén specifieke versie van deze tool, genaamd ConforMixRMSD, gebruikt een liniaal om te meten hoe verschillend een nieuwe vorm is van de oorspronkelijke "gesloten" vorm. Het zegt: "Oké, laten we een vorm vinden die iets anders is, dan een die heel anders is, en dan een die echt heel anders is." Het verkent systematisch het bereik van beweging, van een klein wiebelen tot een volledige draai.

3. Wat Ze Hebben Gevonden

De onderzoekers testten dit op een model genaamd Boltz-1 (dat vergelijkbaar is met het beroemde AlphaFold 3).

Verborgen Deuren Vinden: Ze ontdekten dat zelfs hoewel het computermodel alleen getraind was om de "gesloten" staat te voorspellen, het diep in zijn logica eigenlijk ook over de "open" staten beschikte. ConforMix ontsloot deze verborgen deuren.
Echte Voorbeelden:
- De Transporteur: Ze keken naar een eiwit dat werkt als een deur, die opent naar de binnenkant van een cel en dan naar de buitenkant. De standaardcomputer zag alleen de deur dicht. ConforMix vond de deur zowel open naar binnen als naar buiten, plus de "tussenstanden".
- De RNA: Ze probeerden het zelfs op RNA (een neefje van DNA), en het voorspelde succesvol hoe een klein RNA-molecuul ontzipt en weer dichtzipt, wat overeenkomt met wat wetenschappers zien in snelle simulaties.
Beter dan Gissen: Ze vergeleken ConforMix met methoden die proberen de computer te misleiden door de invoergegevens te veranderen. ConforMix was beter in het vinden van de juiste soort beweging (zoals een scharnier dat opengaat) in plaats van willekeurig, rommelig gedoe.

4. De Bonus: Het Berekenen van de "Kosten" van Beweging

Naast het vinden van vormen, helpt ConforMix ook bij het berekenen van de Vrije Energie.

De Analogie: Stel je voor dat je wilt weten hoeveel moeite het kost om een zware deur open te duwen. Je wilt niet alleen de deur open zien; je wilt ook de "kosten" van die beweging weten.
Het Resultaat: ConforMix stelt wetenschappers in staat om deze kosten veel sneller te schatten dan voorheen. Het is alsof je een snelheidsmeter hebt die vertelt hoe zwaar het is voor een eiwit om van vorm te veranderen, wat helpt te verklaren hoe goed het zich aan een medicijn kan binden of een functie kan uitvoeren.

Samenvatting

Kortom, ConforMix is een "plug-and-play" upgrade voor eiwit-voorspellende AI. Het neemt een model dat meestal slechts één statisch beeld ziet en verandert het in een tool die de hele film van het leven van een eiwit kan verkennen. Het vindt verborgen vormen, legt uit hoe eiwitten bewegen, en doet dit allemaal zonder de AI opnieuw te hoeven trainen of vooraf kennis te hoeven hebben van wat het eiwit precies moet doen. Het is alsof je een statisch fotoalbum de mogelijkheid geeft om de volledige dansroutine te tonen.

Technische Samenvatting: Het ontsluiten van verborgen biomoleculaire conformationele landschappen in diffusiemodellen tijdens de inferentie

Probleemstelling
Biomoleculaire functie berust op het vermogen van eiwitten en andere moleculen om te kunnen interconverteren tussen een breed scala aan structuren, of "conformaties". Hoewel experimentele methoden moeite hebben om deze dynamische distributies te vangen in vergelijking met statische gevouwen structuren, zijn computationele methoden zoals moleculaire dynamica (MD) en Monte Carlo-sampling historisch gezien beperkt door snelheid en nauwkeurigheid. Recentelijk hebben machine learning diffusiemodellen (bijv. AlphaFold 3, Boltz-1) de voorspelling van statische structuren gerevolutioneerd. Deze modellen produceren echter vaak hooggeconcentreerde distributies rondom een enkele statische structuur, waardoor ze er niet in slagen om het bredere conformationele landschap of zeldzame toestanden (bijv. de ongebonden toestanden van strak gebonden eiwitten) efficiënt te samplen zonder voorafgaande kennis van specifieke vrijheidsgraden. De centrale vraag die wordt geadresseerd is: Gegeven een vooraf getraind generatief structuurmodel, welke strategie moet worden ingezet tijdens de inferentie om het conformationele landschap efficiënt en accuraat te samplen?

Methodologie: ConforMix
De auteurs introduceren ConforMix, een inferentie-algoritme dat is ontworpen om de sampling in diffusiegebaseerde biomoleculaire structuurvoorspellingsmodellen te verbeteren zonder aanvullende modeltraining te vereisen. De methode combineert drie kerncomponenten:

Twisted Diffusion Sampling (Sequential Monte Carlo): In plaats van standaard i.i.d. sampling of classifier guidance (wat hertraining of architecturale wijzigingen vereist), gebruikt ConforMix Twisted Diffusion Sampling. Dit fungeert als een particle filter dat tijd-onafhankelijke guidance-functies gebruikt om het denoising-proces te sturen naar specifieke regio's van de waarschijnlijkheidsdistributie. Het biedt een asymptotische garantie voor het samplen van de ware doel-conditionele distributie.
Geautomatiseerde Exploratie (ConforMixRMSD): Om ongecontroleerde exploratie mogelijk te maken zonder gebruikersgedefinieerde bias-potentialen, stellen de auteurs ConforMixRMSD voor. Deze instantie stuurt de sampling weg van de standaardvoorspelling ( $x_d$ $x_{d}$ ) met behulp van een Root Mean Square Deviation (RMSD)-metriek.
- Het genereert samples over een bereik van doel-RMSD-waarden (0–20 Å) relatief aan de standaardstructuur.
- Om te voorkomen dat er onfysische fluctuaties in gedesorganiseerde loops worden gesampled, past het een "rigid-element mask" toe, waarbij de RMSD alleen wordt berekend op secundaire structuurelementen ( $\alpha$ -helices en $\beta$ -sheets, terwijl alle atomen mogen bewegen.
- Een filteringstap wijst fysisch onwaarschijnlijke samples af (bijv. die met significante botsingen of een lage pLDDT in sliding windows).
Sample Reweighting en Vrije Energie Estimatie: Omdat samples worden getrokken uit conditionele distributies, gebruiken de auteurs het Multistate Bennett Acceptance Ratio (MBAR) algoritme om de mix van conditionele samples terug te wegen naar de onconditionele distributie. Dit maakt de reconstructie van het onbevooroordeelde vrije energielandschap en de schatting van vrije energieverschillen mogelijk, een capaciteit die voorheen niet op diffusiemodellen in deze context werd toegepast.

Belangrijkste Bijdragen

Nieuw Algoritme: De implementatie van een twisted sequential Monte Carlo-benadering gecombineerd met geautomatiseerde landschapsexploratie en statistisch optimale sample reweighting (MBAB) voor diffusiemodellen.
Verbeterde Inferentie-tijd Sampling: Demonstratie dat ConforMix kan worden toegepast op modellen zoals Boltz-1 (een AlphaFold 3-achtig model dat alleen is getraind op statische structuren) om realistische, diverse conformaties te genereren zonder de inputdata (bijv. Multiple Sequence Alignments) te wijzigen of voorafgaande kennis van vrijheidsgraden te vereisen.
Efficiënte Vrije Energie Estimatie: De toepassing van ConforMix op BioEmu (een model getraind voor conformationele sampling) om de convergentie van vrije energie-schattingen te versnellen vergeleken met standaard sampling.

Resultaten
De auteurs evalueerden ConforMix over verschillende benchmarks:

Herstel van Experimentele Conformaties: Op datasets met betrekking tot domeinbewegingen, membraantransporteurs, cryptische pockets en fold-switching eiwitten, presteerde ConforMixRMSD beter dan standaard sampling en MSA-modificatie baselines (AFCluster, AFSample2, CF-random). Het herstelde een hoger fractie van experimenteel waargenomen alternatieve conformaties (bijv. 0,69 dekking voor domeinbewegingen versus 0,33 voor de standaard Boltz).
Biologische Relevantie van Sampling: Principal Component Analysis (PCA) toonde aan dat ConforMixRMSD samples de variantie concentreren langs biologisch zinvolle transitiepaden (bijv. de open-naar-gesloten beweging van het dipeptide-bindende eiwit dppA), terwijl MSA-gebaseerde methoden vaak diffuse, oninterpreteerbare structurele ruis produceerden.
Multi-Chain en RNA Systemen: De methode slaagde erin alle drie de toestanden van de SemiSWEET suiker-transporteur (inward-open, outward-open en occluded) te herstellen en repliceerde de door MD geobserveerde transities in de hammerhead ribozyme, wat de toepasbaarheid buiten enkelvoudige keten-eiwitten aantoont.
Vrije Energie Convergentie: In BioEmu maakte ConforMix aanzienlijk snellere convergentie van vrije energie-schattingen voor lokale ontplooiingstransities mogelijk vergeleken met onbevooroordeelde sampling, waarbij nauwkeurige schattingen werden bereikt met minder samples.

Betekenis en Claims
Het artikel claimt dat ConforMix orthogonal is aan verbeteringen in model-pretraining, wat betekent dat het de bruikbaarheid van bestaande modellen vergroot en zelfs een hypothetisch model zou ten goede komen dat de Boltzmann-distributie perfect reproduceert. De auteurs argumenteren dat hoewel perfecte sampling van de Boltzmann-distributie een langetermijndoel is, verbeterde sampling-algoritmen nog steeds nodig zijn om zeldzame toestanden (bijv. ongebonden structuren met waarschijnlijkheden zo laag als $10^{-14}$ ) efficiënt te verkennen en transitiemechanismen te karakteriseren.

De betekenis ligt in het ontsluiten van "verborgen" conformationele landschappen binnen modellen die getraind zijn voor statische voorspelling, wat de ontdekking van domeinbewegingen, cryptische pockets en transportcycli mogelijk maakt zonder gebruikersinterventie. De auteurs positioneren dit als een stap naar een beter begrip van de basisbiologie, waarbij zij opmerken dat de methode flexibel is, toepasbaar is op diverse biomoleculaire systemen (eiwitten, RNA, complexen) en puur tijdens de inferentie werkt.