💻 生物信息学

Pose: a pure-NumPy, chirality-aware, structural engine for building and manipulating the molecular structures of proteins, nucleic acids, and small organic molecules

Pose 是一个轻量级、纯 NumPy 的 Python 库，它提供了一个统一的、具有手性感知能力的框架，用于构建和操作蛋白质、核酸及小分子结构，同时能够准确实现多种力场和评分函数，其性能可与 OpenMM、PyRosetta 和 AutoDock Vina 等成熟工具相媲美。

原作者： Sabban, S. S.

发布于 2026-10-22

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Sabban, S. S.

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

研究生命构建模块的形状与行为的科学家们经常面临一个令人沮丧的现实：为了理解单个蛋白质，他们必须同时操作十几种不同的软件程序。每个程序都有自己的语言、使用自己的文件格式，并遵循各自的一套规则。研究人员可能在一个工具中构建分子，在另一个工具中模拟其运动，然后在第三个工具中评估其稳定性。每次切换时，结构都必须经过转换，而在这种转换过程中，细微的误差可能会悄然潜入。更糟糕的是，大多数这些工具在处理与天然分子互为镜像的分子时表现挣扎。在自然界中，蛋白质是由左手型氨基酸构成的，但科学家有时需要创造右手型的版本，以制造在体内停留时间更长的药物。现有的软件通常将这些镜像视为“外来物”或直接使其失效，迫使研究人员使用会引入不确定性的变通方法。

于是有了 Pose，一个旨在将这一碎片化过程整合进单一、透明空间的新工具。Pose 由沙里·萨班（Sari Sabban）在卡斯布拉希达大学创建，是一个可以构建、移动和分析蛋白质、DNA 以及小型类药物分子的软件库，无需任何复杂的外部引擎。它完全基于名为 NumPy 的标准数学工具包构建，这意味着它可以在几乎任何计算机上运行，而不需要传统分子建模软件那样沉重的安装要求。Pose 最显著的特点是能够以完美的对称性处理左手型和右手型分子。在自然界中，左手型氨基酸及其右手型镜像在化学性质上是完全相同的，唯一的区别在于它们在空间中的取向。Pose 通过对两者应用同一套一致的数学表来尊重这一规则，确保镜像分子获得的能量评分与其原始分子完全一致。这种一致性允许研究人员在单个链条中混合左手型和右手型的部分，而不会导致软件产生混乱或得出矛盾的结果。

研究人员通过将 Pose 的计算结果与五种建立在行业标准之上的程序进行对比，对 Pose 进行了测试。他们将相同的分子结构输入 Pose 和参考程序，以观察数值是否匹配。在相同的坐标下，Pose 以极高的精度重现了参考程序的能量计算。对于用于模拟物理运动的力场，其差异通常小于每摩尔千焦百万分之一，这一微小的差距很可能是由于计算机处理小数的方式而非逻辑缺陷造成的。在测试用于预测药物与蛋白质结合能力的评分函数时，Pose 与参考工具的结果误差在每摩尔几千分之一卡洛里的范围内。至关重要的是，当研究人员通过镜像化结构来创建右手型版本时，Pose 的能量评分保持不变，证实了该软件对镜像的处理与自然界完全一致。相比之下，其中一个参考程序 PyRosetta 在处理镜像结构时显示出显著的评分差异，揭示了其处理数据时的不对称性。

除了计算能量，Pose 还接受了重建复杂结构能力的测试。研究人员提取了真实蛋白质中的原子间角度，并要求 Pose 仅根据这些角度重建整个形状。结果显示，重建的结构与原始结构的差异小于一个埃د（angstrom），这个距离甚至小于单个原子的宽度。即使对于包含右手型氨基酸的短链 DNA，这种高水平的准确性依然成立，而许多其他工具无法可靠地完成这项任务。该软件还展示了执行动态任务的能力，例如模拟原子随时间的变化或寻找侧链的最稳定排列。虽然这些模拟运行的速度比专门的高速参考程序慢，但在中间值范围内，它们产生的结果在统计学上是无法区分的。例如，在将药物分子对接进入蛋白质口袋时，Pose 在十个测试案例中有六个成功找到了正确位置，达到了广泛用于药物研发的成熟工具的性能水平。

这项工作并不声称是模拟分子最快的方法；事实上，作者承认，与大型制药公司使用的经过高度优化的编译引擎相比，他们的纯软件方法明显较慢。相反，Pose 的价值在于其清晰度和灵活性。因为每一个计算过程都是以可读的代码行形式编写的，而不是隐藏在“黑箱”程序内部，研究人员可以精确地看到能量评分是如何得出的。他们可以调整单个项、更换规则或添加一种新型分子，而无需重新编译庞大的软件套件。这种透明度使其成为教授学生如何理解分子作用力的理想工具，也适用于开发新的能量函数或设计结合了左手型和右手型部分的创新分子。通过统一处理不同的力场并确保镜像处理在数学上的诚实性，Pose 为下一代分子设计提供了一个简洁、可靠的基础。

技术摘要：“Pose：一个纯 NumPy、具备手性感知能力的结构引擎”

问题陈述
分子建模协议经常需要在不同的软件生态系统之间进行跨界操作（例如，在一种工具中构建结构，使用 OpenMM 进行模拟，使用 Rosetta 进行评分，并使用 AutoDock Vina 进行对接）。每个程序都有各自独特的文件格式、安装要求和内部约定。在一致性处理手性方面存在关键空白；虽然 D-氨基酸和非规范残基对于药物设计和抗蛋白酶解研究至关重要，但许多工具在原生处理这些残基方面仍存在困难。具体而言，针对 L-残基参数化的能量函数（如 CMAP 网格或旋转异构体库）在处理镜像结构时，除非显式地取反扭转角，否则往往会产生错误的能量，而这一过程在不同引擎中的实现并不统一。此外，由于缺乏透明的、基于项的参考程序对比，重新实现这些函数也变得十分困难。

方法论
作者提出了 Pose，这是一个旨在作为纯 NumPy 结构引擎的 Python 库，不含编译扩展。其唯一的运行时依赖是 NumPy，它优先考虑透明度和可扩展性，而非原始计算速度。

架构与设计： Pose 将分子状态（多肽、核酸和小分子）表示为包含笛卡尔坐标、原子记录、键图和残基模板的字典。所有能量项都实现为可读的 NumPy 数组操作，允许用户直接在 Python 中检查、修改或重新加权单个项。
手性约定： Pose 实现了一种统一的手性约定，其中序列中的小写残基代码会触发 D-残基的构建。这是通过将存储的 L-模板沿 xy 平面对称反射来实现的。至关重要的是，对于 D-残基，Pose 会以取反后的扭转角读取所有与手性相关的表格（旋转异构体库、Ramachandran 图、CMAP 网格）。这确保了结构及其镜像结构获得相同的能量，作者在数学和经验上都验证了这一特性。
力场与评分函数： Pose 重新实现了三种力场（OpenFF Sage 2.3.0、AMBER ff19SB、CHARMM36）和两种评分函数（Rosetta REF15、AutoDock Vina）。
- 力场： 包括谐振键/角、Urey-Bradley 项、傅里叶扭转项、Lennard-Jones、库仑静电以及双三次插值 CMAP 校正。电荷来源于 Sage、预计算的 AM1-BCC 集或 OpenFF-GNN 模型的 NumPy 再实现。
- 评分函数： REF15 使用 19 个加权项实现，利用了 2010 年的骨架依赖型旋转异构体库。AutoDock Vina 则实现了其五个分子间相互作用项。
采样协议： 该库包含了最小化方法（最速下降法、L-BFGS、FIRE）、分子动力学（Verlet、BAOAB Langevin）、模拟退火、侧链打包和对接。
非规范残基： Pose 支持 26 种氨基酸，包括六种非规范残基（如硒代蛋氨酸、磷酸化酪氨酸）。这些残基的模板和旋转异构体库源自其规范亲本，或使用 Rosetta 的协议进行计算。

核心贡献

统一的手性处理： Pose 提供了一个一致的框架来构建和评分混合手性（L/D）链及非规范残基，确保了在标准程序可能失效的情况下，镜像对称性在能量计算中依然成立。
透明的重实现： 通过使用纯 NumPy，Pose 允许研究人员追踪从数学方程到代码的每一项能量计算，从而促进方法开发和教学。
跨协议集成： 该库支持跨越多种力场和评分函数的协议，无需中间文件转换，减少了因格式引起的错误。
验证套件： 作者提供了一个全面的基准测试套件，将 Pose 与 OpenMM、PyRosetta 和 AutoDock Vina 进行对比。

结果
论文通过四个基准测试验证了 Pose：

基准测试 1（能量一致性）： 在相同坐标下，Pose 与参考程序高度匹配：
- OpenFF Sage 2.3.0 与 OpenMM/OpenFF Interchange 的匹配精度为 $8.8 \times 10^{-5}$ kJ/mol。
- ff19SB 和 CHARMM36 与 OpenMM 的偏差最大不超过 $6.5 \times 10^{-4}$ kJ/mol。
- AutoDock Vina 的匹配误差为 0.013 kcal/mol。
- Rosetta REF15 在 30 个结构中的 25 个与 PyRosetta 的匹配度为 $2 \times 10^{-4}$ REU。差异主要归因于 Rosetta 中特定的 N 端脯氨酸补丁，而 Pose 未能完全复制该部分。
基准测试 2（手性对称性）： 在 Pose 中，全 L 和全 D 结构的镜像反射导致能量变化最大仅为 $4 \times 10^{-12}$ kJ/mol（浮点噪声），且评分保持不变。相比之下，PyRosetta 的 REF15 在镜像链中对甘氨酸等残基进行评分时存在不对称性，导致镜像复合物的评分变化高达 31.4 REU。
基准测试 3（结构重建）： 与 PyRosetta 相比，Pose 从二面角重建蛋白质的 C $\alpha$ RMSD 为 0.0097 Å。它成功重建了一个包含六个 D-残基的 gramicidin A 片段，RMSD 为 0.455 Å。
基准测试 4（采样协议）： Pose 的建模方法（打包、退火、最小化、对接）在性能中位数上与参考程序相当，尽管在对接成功率（蛋白质-蛋白质：7/10 vs 10/10；受体-配体：6/10 vs 8/10）和执行时间上表现较低。

意义与主张
论文声称，Pose 成功证明了一个纯 NumPy 库可以精确地重实现复杂的分子力学和评分函数，同时保持手性系统的严格镜像对称性。作者强调，Pose 的设计目标是透明度和可扩展性，而非高吞吐量速度。它适用于开发新能量项、演示计算机制的研究人员，以及处理标准编译包可能缺乏支持或一致性的混合手性系统的用户。

作者谦虚地指出，虽然 Pose 在相同坐标下能匹配参考程序，但这些基准测试是关于一致性的测试，而非针对实验数据的预测准确性。他们承认 Pose 比编译型引擎慢（慢 2 到 2,000 倍），且某些采样协议（如 de novo 折叠）未能达到天然折叠状态，这与在非优化环境下实现底层方法时的局限性一致。其主要贡献是提供了一个单一的、可检查的环境，用于处理跨越力场、评分函数和手性协议的流程。

技术摘要：“Pose：一个纯 NumPy、具备手性感知能力的结构引擎”

类似论文