Protenix-v2: Broadening the Reach of Structure Prediction and Biomolecular Design

Protenix-v2 是一款集高精度结构预测与生物分子设计于一体的系统，其在抗体 - 抗原结合、GPCR 靶点发现及 SARS-CoV-2 迷你结合剂设计等任务中均展现出显著的性能提升与广泛的药物发现应用潜力。

要点

这篇论文介绍了一个名为 Protenix-v2 的超级人工智能系统。你可以把它想象成一位**“分子世界的顶级建筑师兼设计师”**。

在药物研发中，科学家需要找到能精准结合病毒或癌细胞（就像锁和钥匙）的蛋白质分子。过去，这就像在黑暗中摸索，既慢又贵。而 Protenix-v2 的出现，就像给科学家装上了一副**“超级透视镜”和“智能 3D 打印机”**。

下面我用几个简单的比喻来解释它到底做了什么：

1. 它的核心能力：从“猜谜”到“透视”

（结构预测：看清锁孔的形状）

• 以前的情况：想象你要配一把钥匙去开一把锁（比如抗体去结合病毒），但你只能摸到锁的表面，不知道里面复杂的齿纹（结构）长什么样。以前的 AI 就像是一个猜谜高手，猜得挺准，但遇到特别复杂的锁（比如抗体和抗原的结合），经常猜错。
• Protenix-v2 的突破：它现在能**直接“透视”**锁的内部结构。
  • 比喻：以前猜对一把锁需要试 1000 次（1000 次尝试），现在 Protenix-v2 只需要试5 次就能猜对，而且猜得比以前的 1000 次还要准！
  • 成果：在预测抗体如何抓住病毒（抗原）方面，它的准确率大幅提升，甚至能看清那些以前看不见的微小细节。

2. 它的杀手锏：零样本“盲打”设计

（抗体设计：直接造出万能钥匙）

• 以前的情况：设计新药通常需要针对特定的病毒变种，像“量体裁衣”，但过程很慢。
• Protenix-v2 的突破：它学会了**“举一反三”**。即使它从未见过某种病毒（零样本），它也能根据病毒的特征，直接“画”出一把完美的钥匙（抗体）。
  • 比喻：就像你给 AI 看一张从未见过的怪兽照片，它不需要查资料，直接就能在几秒钟内设计出 10 种能抓住这个怪兽的网，而且每 10 种里就有 1 到 4 种是真的能抓住怪兽的（命中率高达 48%）。
  • 挑战高难度：最厉害的是，它连那些**“最难抓的怪兽”**（GPCR 受体，这类目标表面很小且滑溜溜的，很难设计药物）也能搞定。以前科学家对这些目标束手无策，现在 Protenix-v2 也能设计出有效的药物，命中率依然很高。

3. 它的严谨性：不仅“像”，还要“真”

（化学真实性：确保钥匙不会断）

• 问题：有些 AI 设计的钥匙，虽然形状看着像，但材料是“虚”的（化学结构不合理，比如原子排列违反物理定律），造出来根本没法用。
• Protenix-v2 的改进：它增加了一个**“质检员”**（训练-free 引导）。
  • 比喻：以前的 AI 可能设计出一把“看起来像钥匙，但其实是画在纸上的钥匙”。Protenix-v2 现在会检查：这把钥匙的原子排列是否符合物理定律？会不会自己散架？
  • 成果：它设计出的小分子药物，不仅形状对，而且化学结构完全真实可行，可以直接拿去实验室制造。

4. 它的广谱能力：一把钥匙开多把锁

（跨变异设计：应对病毒变异）

• 挑战：病毒（如新冠病毒）会变异，原来的钥匙可能就不管用了。
• Protenix-v2 的突破：它能设计出**“万能钥匙”**。
  • 比喻：它设计出的迷你抗体，既能锁住“原始版”新冠病毒，也能锁住“奥密克戎”变异版。就像设计了一把**“通配钥匙”**，不管锁芯怎么变，它都能打开。这对于应对未来可能出现的病毒变异至关重要。

5. 它的“体检报告”：不仅好用，还耐用

（可开发性：确保药物安全）

• 比喻：造出一把能开锁的钥匙还不够，这把钥匙还得耐热、不生锈、不会粘在口袋里。
• 成果：Protenix-v2 设计出的药物，经过严格测试，98% 以上都通过了“耐热”、“不自我粘连”等安全测试。这意味着它们不仅有效，而且非常适合大规模生产，变成真正的救命药。

总结

Protenix-v2 就像是一个拥有“上帝视角”的超级药物设计师。

• 它看得更准（结构预测）；
• 它造得更快（零样本设计）；
• 它造得更真（化学结构合规）；
• 它适应性更强（应对病毒变异和难搞的目标）。

这项技术意味着，未来我们面对新的病毒或难治的疾病时，科学家不再需要花几年时间去“试错”，而是可以像**“打印文件”**一样，快速、精准地设计出候选药物，极大地加速了新药发现的进程。

技术摘要

以下是关于 Protenix-v2 论文的详细技术总结：

1. 研究背景与问题 (Problem)

生物分子建模领域正面临从单一结构预测向更广泛的“结构预测 + 分子设计”综合系统发展的需求。尽管现有的全原子系统（如 AlphaFold3）在蛋白质结构预测上取得了进展，但在以下方面仍存在挑战：

• 抗体 - 抗原复合物预测：抗体与抗原的界面几何结构预测极具挑战性，且现有模型在采样效率上往往需要大量计算资源（如大量种子）才能达到高精度。
• 零样本（Zero-shot）抗体设计：针对全新靶点（Novelty-controlled）和难成药靶点（如GPCRs，其胞外表位小且构象灵活）进行从头设计（De novo design）并直接获得实验验证的命中分子（Hits）仍然困难。
• 配体结合的物理合理性：在蛋白质 - 配体复合物预测中，模型生成的配体构象常存在化学不合理性（如手性错误、键长异常、非平面结构等），影响药物发现的可靠性。
• 广谱性设计：设计能够同时结合病毒变异株（如SARS-CoV-2原型株与Omicron株）的广谱结合剂具有极高的治疗价值，但技术难度大。

2. 方法论 (Methodology)

Protenix-v2 是一个涵盖结构预测和生物分子设计的综合系统，主要技术特点包括：

• 训练数据与架构：
  • 训练数据截止于 2021-09-30（排除 wwPDB 在此日期之后发布的条目），确保评估的公正性和零样本能力。
  • 在 Protenix-v1 的基础上进行了架构优化和训练策略调整，但保持了相同的输入输出设置。
• 结构预测模式：
  • 专注于抗体 - 抗原复合物的高精度预测，通过多种子（Seeds）采样策略评估性能。
  • 引入了针对配体相关合理性的无训练引导（Training-Free Guidance, TFG）机制，借鉴了 Boltz-1x 和投影扩散（Projected Diffusion）等思想。
• 分子设计模式：
  • 灵活的条件生成：支持基于靶点的生成，涵盖从微型蛋白到模块化抗体格式（如 VHH, Fv, mAb）。
  • 精细控制：允许用户独立指定 CDR 环的长度范围，并可整合预定义框架（Scaffolds）以引导生成过程。
  • TFG 变体：Protenix-v2-TFG 在生成过程中施加了手性、平面性、扭转几何和成对距离的约束，以强制生成符合化学物理规律的配体构象。
• 评估策略：
  • 在结构预测方面，使用 PXMeter-AB, FoldBench-AB, AF3-AB 等基准集，以 DockQ 分数衡量成功率。
  • 在设计方面，通过生物层干涉技术（BLI）进行湿实验验证，评估结合率、开发性（Developability）和结构多样性。

3. 关键贡献与主要结果 (Key Contributions & Results)

A. 抗体 - 抗原结构预测的显著提升

• 精度提升：在三个专门的抗体基准集上，Protenix-v2 相比 v1 在 DockQ > 0.23 的阈值下取得了 9-13 个百分点 的绝对提升。在更严格的 DockQ > 0.8（高质量）区间，提升幅度同样显著。
• 采样效率飞跃：Protenix-v2 仅使用 5 个种子（5-seed） 的性能就超过了 Protenix-v1 使用 1000 个种子 的结果，显示出极高的推理效率。
• 对比优势：在抗体建模任务上，Protenix-v2 从与 AlphaFold3 的近似持平转变为明显的领先地位。

B. 零样本抗体设计与高命中率

• 可溶性靶点：在针对可溶性抗原（包括低同源性和新颖性过滤靶点）的 VHH 设计中，Protenix-v2 实现了 100% 的靶点级成功率（即每个测试靶点至少发现一个实验验证的结合子）。BLI 确认的命中率在 2% 到 48% 之间。
• 难靶点（GPCRs）突破：针对 G 蛋白偶联受体（GPCRs）这一难成药靶点，在极有限的测试预算（每个靶点仅 16-30 个设计）下：
  • VHH-Fc 格式命中率高达 16% - 88%。
  • 全长单克隆抗体（mAb）格式命中率高达 50%。
  • 例如，针对 GPRC5D 设计的 VHH-Fc 亲和力（KD）低至 112 pM。
• 开发性与多样性：
  • 实验验证的结合子表现出优异的开发性：热稳定性通过率 100%，自相互作用通过率 98%，多反应性（Polyreactivity）通过率 93%。
  • 成功的结合子覆盖了多个结构簇，表明模型能探索多样的结合模式，而非局限于单一构象。
• 排序能力：在 VEGF-A 案例中，模型排序器（Ranker）识别出的结合子响应强度高于人类专家，且模型与人类专家的发现具有互补性（无重叠），表明模型能捕捉人类直觉之外的结合特征。

C. 配体相关合理性的增强

• 物理约束：通过引入 TFG 变体，对配体生成的几何结构（如 sp2/sp3 中心平面性、酰胺平面性）施加约束。
• 评估结果：在 PXM-22to25-Ligand 基准集上，Protenix-v2-TFG 在严格的新版有效性标准下（包含更多化学合理性检查），成功率达到 60.46%，显著优于 Boltz-1x (53.96%)，并接近 Boltz-2x (62.86%，但后者存在训练数据泄露风险)。
• 案例：成功避免了扭曲的酰胺基团、畸变的芳香环以及 sp3 碳中心的错误平面化等常见错误。

D. 广谱结合剂设计 (Dual-Specific Design)

• 跨变异株结合：成功设计了能够同时结合 SARS-CoV-2 原型株和 Omicron (BA.2) 变异株 RBD 的微型结合剂（Mini-binders）。
• 实验验证：在 4 个测试设计中，有 2 个 对两种变异株均表现出纳摩尔级（nM）的亲和力，证明了模型在应对病毒进化变异方面的潜力。

4. 意义与影响 (Significance)

Protenix-v2 的发布标志着生物分子建模在药物发现领域的重大进步：

1. 加速药物发现：通过极高的采样效率和零样本设计能力，大幅缩短了从靶点识别到先导化合物发现的时间周期。
2. 攻克难靶点：证明了 AI 模型在 GPCR 等传统上难以通过抗体方法攻克的靶点上具有实际应用价值，拓宽了抗体药物的适应症范围。
3. 提升化学真实性：通过引入物理约束，解决了生成式模型在配体设计中常见的“化学幻觉”问题，提高了模型输出在药物化学家眼中的可信度。
4. 临床转化潜力：实验验证的高开发性（热稳定性、低自聚集等）表明，AI 设计的分子不仅“能结合”，而且“可成药”，为后续的临床前研究奠定了坚实基础。

综上所述，Protenix-v2 不仅是一个高精度的结构预测工具，更是一个强大的、经过湿实验验证的从头设计引擎，能够显著推动抗体药物和广谱抗病毒药物的研发进程。