cryoWEight: Conformational ensembles from cryo-EM particle images with weighted ensemble simulations

生物学并非静态雕像的集合，而是一个处于不断、流动的运动中的世界。蛋白质作为驱动生命的分子机器，从未真正静止；它们在执行任务时，会在不同的形状之间扭转、弯曲和转变。理解它们的运动方式与了解它们的形态同样重要，因为其功能完全取决于这些变化。几十年来，科学家们一直使用强大的显微镜来拍摄这些分子的超高分辨率快照，将它们冻结在时间中以观察其结构。然而，单张照片无法讲述完整的旅程。它展示了蛋白质在哪里，但没有展示它是如何到达那里的，或者它访问不同位置的频率。为了填补这些冻结瞬间之间的空白，研究人员使用计算机模拟来观察蛋白质的运动。然而，这些模拟往往难以捕捉到在长时间内发生的罕见、大规模运动，从而导致科学家获得不完整的图像。

一种被称为 cryoWEight 的新方法通过结合两种优势：电子显微镜的详细快照和计算机模拟的动态运动，提供了一种弥合这一差距的方式。该方法由来自 Flatiron 研究所和加州大学欧文分校的研究人员开发，旨在解决一个特定的问题。传统的模拟容易长时间困在一种形状中，从而错过对功能至关重要的罕见转变。相反，仅仅试图强迫模拟去匹配实验图像，往往会扭曲分子的自然物理特性。该团队创建了一个系统，让实验数据能够在不破坏物理规则的情况下，温和地引导模拟过程。他们在三种不同的蛋白质上测试了该系统，范围从只有十个残基的小链到较大的酶，并发现它能够成功地引导计算机模型向显微镜观察到的形状靠拢，即使模拟开始时的状态完全不同。

该方法的核心依赖于一个巧妙的反馈循环。想象一下，一个模拟正在运行着成千上万条平行的路径，就像一群在景观中散开的探险者。有些路径会游荡到极少被访问的区域，而另一些则聚集在常见的地点。cryoWEight 系统会定期根据真实的实验图像检查这些探险者。如果一条路径导向的形状与显微镜看到的非常相似，那么这条路径就会被赋予更高的权重。如果一条路径导向的形状与数据不符，它就会被降低权重。这个过程并不强迫探险者向特定方向移动；相反，它只是调整了他们故事的权重。那些与数据相匹配的路径随后会被用于下一轮探索的开始，有效地为模拟播下最有希望的方向种子。经过许多个周期，整个探险群体会逐渐转移注意力，从起始点转向实验中所观察到的目标形状。

研究人员使用三种截然不同的蛋白质验证了这种方法，以确保它在不同复杂程度下均有效。第一个是 chignolin，一种能折叠成简单发夹形状的微小合成蛋白质。他们从折叠态的模拟开始，并要求系统寻找由一组实验图像定义的展开态。在短短几个周期内，模拟成功地将蛋白质从紧凑的折叠形式转变为延伸的展开形状，完美匹配了实验分布。第二个测试涉及一种稍大的蛋白质 NTL9，它从无序链折叠成稳定的结构。在这里，过程反向进行：从无序链开始，系统引导模拟走向折叠态，再次高精度地匹配了实验数据。

最复杂的测试是在腺苷酸激酶（adenylate kinase）上进行的，这是一种作为细胞能量管理者的庞大酶。这种蛋白质具有在闭合形状（持有燃料）和开放形状（释放燃料）之间摆动的独特能力。这种运动涉及分子的大部分区域进行弯曲和旋转。研究人员从闭合态开始模拟，并使用开放态的图像进行引导。系统成功地驱动蛋白质通过了这一转变，捕捉到了它在摆动开启过程中所经历的具体中间形状。至关重要的是，模拟所采取的路径与长期的、无偏见的计算机运行中观察到的自然路径一致，这证明了该方法不仅仅是将蛋白质强行推入新形状，而是找到了到达那里的正确路径。

其中一个最重要的发现是，该方法即使在起点和目标完全不同时也能奏效。在许多之前的尝试中，如果模拟开始于与目标没有重叠的形状空间区域，它就会失败。然而，cryoWEight 能够弥合这一差距。通过使用实验图像进行重新加权，该系统可以生成原始起始数据中从未出现过的形状。它之所以能做到这一点，是因为它识别出某些形状更有可能产生观察到的图像，然后利用这些形状来引导进一步的探索。这使得模拟能够跨越在标准运行中通常无法跨越的高能垒。

研究还探讨了该方法运行所需的实验图像信息量。他们使用具有不同清晰度的图像测试了系统，模拟了信号非常强以及信号被掩埋在噪声中的情况。当图像清晰时，系统能快速收敛到正确的形状。当图像噪声很大时，系统无法找到目标，这证实了引导来自于数据本身，而非模拟内部的偏差。这种对数据质量的敏感性是一项优势，因为它确保了结果是由实际实验证据驱动的。

此外，研究人员展示了该方法对于如何划分模拟空间具有鲁棒性。计算机需要将复杂的可能形状景观划分为较小的区域以管理计算。他们测试了绘制这些边界的不同方式，发现无论地图如何绘制，最终结果都是相同的。这表明该方法是可靠的，并不依赖于研究人员所做的任意选择。它还证明了该系统可以恢复不同形状的混合物。当目标是折叠态和展开态的组合时，模拟正确地再现了这些状态的比例，显示出它可以处理复杂的、多状态的情景。

这项工作的意义不仅限于这三种蛋白质。该框架旨在具有灵活性，这意味着它可以应用于其他类型的实验数据，例如来自核磁共振或 X 射线散射的数据，而不局限于电子显微镜。关键在于，该系统利用图像的可能性来引导模拟，这一原则可以应用于任何定义目标分布的可观测物理量。虽然目前的测试使用的是从已知结构生成的合成图像，但作者指出，该方法已准备好应用于真实的实验数据。这将使科学家能够利用真实的蛋白质运动过程中的显微镜图像，构建出蛋白质如何运动和发挥功能的动态模型。

通过将实验快照与增强采样模拟的力量相结合，cryoWEight 提供了一种观察生命机器不可见动态的新途径。它既不取代对高质量实验数据的需求，也不取代对精确物理模型的需要。相反，它充当了一座桥梁，利用数据来修正模型，并利用模型来填补数据的空白。其结果是呈现出一幅更完整的蛋白质工作图景，揭示了它们所经历的路径和访问的状态。随着领域向理解更大、更复杂的分子组装体迈进，像这样的工具对于将静态图像转化为生物功能的动态故事将至关重要。