🧬 biology

Unlocking hidden biomolecular conformational landscapes in diffusion models at inference time

本文介绍了 ConforMix，这是一种推理时算法，旨在增强扩散模型，使其能够在无需预先知晓自由度或进行重训练的情况下，高效地采样并发现包括结构域运动和隐秘口袋在内的多样化生物分子构象景观。

原作者： Daniel D. Richman, Jessica Karaguesian, Carl-Mikael Suomivuori, Ron O. Dror

发布于 2026-02-05

📖 1 分钟阅读☕ 轻松阅读

原作者： Daniel D. Richman, Jessica Karaguesian, Carl-Mikael Suomivuori, Ron O. Dror

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

想象一下你正在试图理解一台复杂机器（比如一把瑞士军刀）是如何工作的。你知道它有一个手柄，并且有很多可以折叠进出的工具（刀片、螺丝刀、剪刀）。

长期以来，科学家们一直使用强大的计算机程序来预测这台机器在完全闭合并放在桌上时的样子。这些程序非常擅长找到那一个“默认”形状。但生物学并非静止不变的；蛋白质（生命的机器）一直在折叠、展开、扭转和移动，以完成它们的工作。问题在于，这些计算机程序通常只能展示“闭合”的版本，忽略了这台机器所有其他酷炫的运动方式。

这篇论文介绍了一个名为 ConforMix 的新工具。你可以把它想象成一个“智能指南”，它可以附加在这些已经训练好的计算机程序之上。它不需要重新教导计算机；它只是改变了计算机寻找答案的方式。

以下是 ConforMix 的工作原理，使用了几个简单的类比：

1. 问题：“懒惰”的搜索

想象计算机程序是一个徒步旅行者，试图在一个广阔且多雾的山谷（“能量景观”）中寻找最低点。徒步旅行者的目标是找到最深、最舒适的睡眠点（最稳定的蛋白质形状）。

默认方法： 徒步旅行者沿着他们看到的最陡峭的山坡直线下行，并在遇到的第一个山谷停下。他们可能会找到一个不错的地点，但他们会错过附近其他同样好或者甚至更好的山谷。他们只能看到机器的一个版本。
寻找更多形状的旧方法： 此前，为了寻找其他形状，科学家们不得不给计算机提供不同的“指令”或“线索”（例如改变输入数据）来迫使它去别处寻找。这就像告诉徒步旅行者，“去那边看看”，但这往往会导致徒步旅行者迷失方向，或者找到在物理学上不合理、破碎的奇怪形状。

2. 解决方案：ConforMix（“导览之旅”）

ConforMix 就像是给了徒步旅行者一个磁性指南针和一张地图，它能轻轻地将他们推向新的区域，而不会强行让他们脱离路径。

“扭曲”的路径： ConforMix 使用了一种叫做“扭曲扩散”（Twisted Diffusion）的技术。想象徒步旅行者正在一片高草丛中行走。默认方法只是向前走。ConforMix 则会轻轻地将徒步旅行者向左或向右推，引导他们探索草丛的不同部分，但它会不断检查，确保他们仍然行走在坚实的地面上（即物理上可能的形状）。
“RMSD”标尺： 其中一个特定版本的工具叫做 ConforMixRMSD，它使用一把标尺来测量新形状与原始“闭合”形状之间的差异。它会说：“好吧，让我们找一个稍微有点不同的形状，然后是一个差别较大的形状，再找一个非常不同的形状。”它系统地探索运动范围，从微小的晃动到完整的翻转。

3. 他们的发现

研究人员在名为 Boltz-1（类似于著名的 AlphaFold 3）的模型上测试了它。

发现隐藏之门： 他们发现，尽管计算机模型仅被训练来预测“闭合”状态，但它的逻辑深处其实“知道”关于开放状态的信息。ConforMix 开启了这些隐藏的大门。
现实世界的案例：
- 转运体： 他们观察了一种充当门的蛋白质，它向细胞内部和外部同时开启。默认的计算机只看到了门关闭的状态。ConforMix 找到了门向两个方向开启的状态，以及“中间”状态。
- RNA： 他们甚至在 RNA（DNA 的近亲）上进行了尝试，它成功预测了一个小型 RNA 分子如何解开并重新拉链，这与科学家们通过高速模拟观察到的现象相吻合。
优于猜测： 他们将 ConforMix 与那些试图通过改变输入数据来“欺骗”计算机的方法进行了对比。ConforMix 能够找到更“正确”的运动类型（如铰链式的开启），而不是随机、混乱的抖动。

4. 加分项：计算运动的“代价”

除了寻找形状之外，ConforMix 还能帮助计算自由能（Free Energy）。

类比： 想象你想知道推开一扇重门需要多少力气。你不仅想看到门打开，你还想知道这种运动的“代价”。
结果： ConforMix 让科学家能够比以前更快地估算这些代价。它就像是一个速度计，告诉你在蛋白质改变形状时有多困难，这有助于解释它与药物结合的效果或执行功能的能力。

总结

简而言之，ConforMix 是一个“即插即用”的蛋白质预测 AI 升级包。它将一个通常只能看到静态图像的模型，变成了一个可以探索蛋白质生命全过程电影的工具。它能找到隐藏的形状，解释蛋白质如何运动，并且完成这一切时无需重新训练 AI，也不需要预先知道该蛋白质应该做什么。它就像是赋予了一本静态相册展示完整舞蹈动作的能力。

技术摘要：解锁扩散模型在推理阶段隐藏的生物分子构象景观

问题陈述
生物分子的功能依赖于蛋白质及其他分子在广泛结构（即“构象”）之间相互转换的能力。虽然实验方法在捕捉动态分布方面难以达到静态折叠结构的精度，但传统的计算方法（如分子动力学 MD 和蒙特卡洛采样）在速度和准确性方面一直受到限制。近期，机器学习扩散模型（如 AlphaFold 3、Boltz-1）彻底改变了静态结构预测领域。然而，这些模型通常倾向于在单一静态结构周围产生高度集中的分布，无法高效地采样更广泛的构象景观或稀有状态（例如紧密结合蛋白的未结合状态），且无需预先了解特定的自由度。本文探讨的核心问题是：给定一个预训练的生成式结构模型，应采取何种策略才能在推理阶段高效且准确地采样其构象景观？

方法论：ConforMix
作者引入了 ConforMix，这是一种旨在增强基于扩散的生物分子结构预测模型采样能力的推理阶段算法，且无需额外的模型训练。该方法结合了三个核心组件：

扭曲扩散采样（顺序蒙特卡洛法）： 不同于标准的独立同分布（i.i.d.）采样或分类器引导（后者需要重新训练或改变架构），ConforMix 采用了扭曲扩散采样（Twisted Diffusion Sampling）。它充当了一个粒子过滤器，利用与时间无关的引导函数将去噪过程引导至概率分布的特定区域。它为采样真实的靶向条件分布提供了渐近保证。
自动化探索（ConforMixRMSD）： 为了实现无需用户定义偏置势能的无向探索，作者提出了 ConforMixRMSD。这一实例化方法通过均方根偏差（RMSD）指标，使采样偏离默认预测值 ( $x_d$ $x_{d}$ )。
- 它在相对于默认结构的各种目标 RMSD 值（0–20 Å）范围内生成样本。
- 为了避免在无序环（disordered loops）中产生物理上不合理的波动，它应用了“刚体元件掩码”（rigid-element mask），仅在二级结构元件（ $\alpha$ -螺旋和 $\beta$ -折叠）上计算 RMSD，同时允许所有原子运动。
- 过滤步骤会剔除物理上不合理的样本（例如存在显著碰撞或在滑动窗口内 pLDDT 较低的样本）。
样本重加权与自由能估计： 由于样本是从条件分布中提取的，作者利用 多状态贝内特验收比（MBAR） 算法将混合的条件样本重新加权回无条件分布。这使得重建无偏自由能景观并估计自由能差异成为可能，而这一能力此前从未被应用于扩散模型的这一领域。

核心贡献

新颖算法： 实现了一种结合了扭曲顺序蒙特卡洛方法、自动化景观探索以及统计最优样本重加权（MBAR）的扩散模型算法。
改进的推理阶段采样： 证明了 ConforMix 可以应用于 Boltz-1（一种仅在静态结构上训练的类 AlphaFold 3 模型），在无需修改输入数据（如多序列比对 MSA）或预先了解自由度的情况下，生成真实且多样化的构象。
高效的自由能估计： 将 ConforMix 应用于 BioEmu（一种专为构象采样训练的模型），使其在自由能估计的收敛速度上优于默认采样。

结果
作者通过以下基准测试评估了 ConforMix：

恢复实验构象： 在涉及结构域运动、膜转运体、隐性口袋和折叠转换蛋白的数据集中，ConforMixRMSD 的表现优于默认采样和基于 MSA 修改的基准方法（如 AFCluster、AFSample2、CF-random）。它恢复了更高比例的实验观察到的交替构象（例如，在结构域运动中，覆盖率为 0.69，而默认 Boltz 仅为 0.33）。
采样的生物学相关性： 主成分分析（PCA）显示，ConforMixRMSD 样本将方差集中在具有生物学意义的转换路径上（例如二肽结合蛋白 dppA 的开-闭运动），而基于 MSA 的方法往往会产生弥散且难以解释的结构噪声。
多链与 RNA 系统： 该方法成功恢复了 SemiSWEET 糖转运体的所有三种状态（向内开放、向外开放和封闭态），并重现了锤头状核酶（hammerhead ribozyme）中观察到的 MD 转换过程，证明了其在蛋白质之外的适用性。
自由能收敛性： 在 BioEmu 中，与无偏采样相比，ConforMix 实现了局部展开转换过程中自由能估计的显著加速收敛，能够以更少的样本获得准确的估计值。

意义与主张
论文声称 ConforMix 与模型预训练的改进是正交的，这意味着它增强了现有模型的效用，即使是一个能够完美重现玻尔兹曼分布的假设模型也会从中受益。作者认为，虽然完美采样玻尔兹曼分布是一个长期目标，但仍需要增强型采样算法来高效探索稀有状态（例如概率低至 $10^{-14}$ 的未结合结构）并表征转换机制。

其重要性在于解锁了存在于针对静态预测训练的模型中的“隐藏”构象景观，从而能够在无需用户干预的情况下发现结构域运动、隐性口袋和转运循环。作者将此定位为理解基础生物学的一步，并指出该方法在医学应用方面具有潜力，同时强调其具有灵活性，适用于各种生物分子系统（蛋白质、RNA、复合物），并且完全在推理阶段运行。

1. 问题：“懒惰”的搜索

2. 解决方案：ConforMix（“导览之旅”）

3. 他们的发现

4. 加分项：计算运动的“代价”

总结

技术摘要：解锁扩散模型在推理阶段隐藏的生物分子构象景观

类似论文