Inverse FoldDir: Structure-conditioned Protein Sequence Design by Dirichlet Flow Matching
该论文介绍了 Inverse FoldDir，这是一种基于狄利克雷流匹配（Dirichlet flow matching）的可控逆折叠方法，通过在氨基酸概率单纯形上进行迭代去噪，能够根据用户定义的约束生成具有多样性且经过实验验证的蛋白质序列，实现了最先进的结构恢复指标，并成功完成了抗 GFP 纳米体的功能性重新设计。
原始论文采用 CC BY 4.0 许可（https://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
蛋白质是维持生命运转的分子机器，它们折叠成复杂的三维形状，以执行诸如构建细胞、对抗感染和消化食物等任务。其力量的秘密在于由氨基酸组成的简单链条；这些模块的具体排列顺序决定了链条如何扭转并形成功能性结构。几十年来，如果科学家知道蛋白质的氨基酸序列，就能预测它将呈现出的形状。但反向问题——即确定哪种氨基酸序列会折叠成特定的、理想的形状——却是一个更为困难的谜题。这种逆向工程对于设计新药、创造更好的材料，甚至从零开始构建自然界从未进化出的蛋白质至关重要。挑战在于，一个蛋白质形状通常可以由许多不同的序列构建而成，寻找正确的序列需要平衡严格的结构规则与在生物系统中实际发挥作用所需的灵活性。
研究人员现在开发了一种名为 Inverse FoldDir 的新方法来以更高的控制力和准确性解决这一难题。Inverse FoldDir 并不尝试一次只猜一个氨基酸序列（这可能会导致死胡同），而是将整个蛋白质序列视为一个逐渐凝固成最终设计的流体云。想象一下试图在茂密的森林中寻找一条完美的路径：与其选择一个单一方向并一直走直到撞墙，不如让这个方法在一段时间内保持所有可能的路径开放，随着对地形了解的深入不断调整整个路线，最后才定下最佳路径。研究人员利用数千个已知的蛋白质结构训练了他们的系统，教会它从一个模糊、不确定的氨基酸构想开始，然后逐步细化这个构想，直到出现一个清晰、稳定的序列。
这个工具的力量在于它能够“倾听”设计者的指令。在许多蛋白质设计项目中，分子的某些部分必须保持完全不变，例如药物结合的活性位点或维持结构的二硫键。其他部分可能只需要大致呈现“极性”或“带电”状态，而不要求特定的氨基酸。Inverse FoldDir 可以无缝处理这两种情况。它可以锁定特定的氨基酸，同时重新设计其余部分，或者可以在特定位置对某些类型的氨基酸设定温和的偏好，让最终的设计自然地找到最佳契合点。这种灵活性意味着该系统不仅仅是给出一个单一答案；它探索可能性的空间，让蛋白质的不同部分共同演化，直到形成一个凝聚的整体。
当研究人员在大量系统从未见过的蛋白质形状集上测试其方法并与现有工具进行对比时，其表现优于目前的顶尖技术。它设计的序列更有可能折叠回科学家想要的精确形状，并具有高度的结构准确性。团队还观察了计算机如何“思考”这个问题，发现蛋白质的不同部分在确定其最终身份的速度上存在差异。一些氨基酸几乎立即被确定，而另一些则保持灵活性，并在周围序列语境变得更加清晰后，在过程后期才改变其身份。这种行为模仿了天然蛋白质的进化过程，即一个区域的变化可以通过结构产生涟러效应，从而稳定整个结构。
为了证明这些计算机生成的设计在现实世界中确实有效，团队接受了一个特定的挑战：重新设计一种能与绿色荧光蛋白结合的抗体片段。他们只给了计算机抗体的形状，没有告诉它原始的氨基酸序列，并要求它创造出仍能抓住目标的新版本。在 35 个新设计中，有两个成功地结合到了目标蛋白，其信号强度与原始版本相当，尽管它们的序列完全不同。这是一个显著的结果，表明计算机可以创造出一种结构稳固且具有功能活性的分子，尽管它看起来与天然版本截然不同。这些实验的成功表明，这种新方法不仅是理论上的改进，更是创建新生物工具的实用工具。
该研究也强调了该模型能做什么以及不能做什么。虽然设计在维持蛋白质物理形状方面表现出色，但计算机对设计的信心并不总是能预测其是否会与靶点结合或在细胞内保持稳定。这是一个至关重要的区别，也是未来工作的重点：该方法是一个生成结构稳固候选对象的强大引擎，但它仍需要与其他工具或实验测试相结合，以确保蛋白质能履行其特定的生物学职责。研究人员指出，虽然该系统擅长稳定性与形状，但它尚未完全理解结合或酶促活动的复杂化学机制。
最终，Inverse FoldDir 代表了科学家对待蛋白质设计方式的一种转变。通过从僵化的、步进式的生成转向流动的、全序列的细化，该方法提供了一种更自然的方式来探索广阔的可能蛋白质图谱。它提供了一种融入人类知识的方法——例如固定催化位点或偏好某些化学特性——而不至于将计算机逼入死角。随着该领域的向前发展，这种生成多样化、结构可靠且带有用户定义约束的序列的能力，有望加速新疗法和新材料的创造，将计算机模型的抽象形状转化为解决现实世界问题的切实方案。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。