Multiscale autoregressive modeling generates ordered protein conformational trajectories
该论文介绍了 TEMPO，一种层级自回归模型，它能够高效地生成长且有序的蛋白质构象轨迹，并显著降低了误差累积，同时保持对分子动力学数据的高保真度，其表现优于 AlphaFlow 等现有方法。
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
蛋白质是生命的运作机器，是折叠成特定形状以执行任务（如携带氧气、对抗感染或在细胞间传递信号）的微小分子结构。然而，这些机器并非静止的雕像；它们在不断地运动、呼吸并改变形状，以完成工作。一个蛋白质可能从闭合状态开始，打开以抓取一个分子，然后迅速闭合以改变它。科学家早已意识到，了解这些运动与了解最终形状同样重要，因为蛋白质从一种状态转变到另一种状态所经过的路径，往往是理解其运作方式或如何被药物阻断的关键。几十年来，研究人员一直试图利用强大的计算机来模拟这些运动，通过计算每个原子的物理特性，但这些模拟过程极其缓慢且昂贵，通常需要数周时间才能生成单个蛋白质仅几秒钟的运动过程。这种局限性使得研究不同蛋白质如何运动，或并排比较许多不同分子的路径变得十分困难。
为了解决这个问题，一个研究团队开发了一种名为 TEMPO 的新型人工智能工具，它能以以往所需时间的极小部分，生成长而有序的蛋白质运动序列。TEMPO 并不尝试计算原子之间每一个细微的物理作用力，而是通过学习数千个现有的计算机模拟，来识别蛋白质如何随时间自然演化的模式。该系统的工作原理类似于一部双速相机：它首先预测蛋白质形状的主要、缓慢的变化（这些变化作为锚点），然后填充在这些锚点之间发生的快速、较小的抖动和波动。这种方法使模型能够创造出一部平滑、连续的蛋白质生命周期“电影”，而不会出现计算机在尝试进行长时间逐步预测时通常会累积的误差。研究人员在多种蛋白质上测试了这种方法，包括帮助细胞产生能量的酶，以及被称为激酶（kinases）的大型蛋白质家族，后者调节着许多细胞过程。
结果显示，TEMPO 能够以极高的准确度重现真实蛋白质运动的统计特性。当团队将生成的序列与基于物理学的模拟这一“金标准”进行对比时，新模型几乎完美地匹配了预期的运动模式。例如，该模型正确预测了蛋白质不同部分的摆动幅度以及整体形状的变化，其一致性水平远超以往的方法。在一个涉及像蛤蜊一样开合的蛋白质的具体测试中，该模型成功生成了从闭合状态到开放状态的连续路径，展示了符合逻辑的接触变化过程，这与科学家在真实实验中所观察到的现象相吻符。这种新方法的速度也是一项重大突破；生成 400 帧的序列用时不到一分钟，而使用旧技术则需要数小时或数天。
除了速度和准确性之外，研究还证明了 TEMPO 可以被引导产生特定类型的运动。研究人员展示了他们可以引导模型生成特定的局部形状，例如一种被称为 DFG 的化学基团的特定构象，而这种基团是许多药物的重要靶点。通过在生成过程中应用简单的规则，他们可以引导模型创建看起来像是这些蛋白质“开启”或“关闭”状态的结构，并成功将其应用于数十种不同的激酶。这表明，该模型已经很好地学习了蛋白质柔性的底层规则，从而可以被引导向特定的结果，而无需针对每种新蛋白质进行重新训练。团队还将该工具应用于一组称为 G 蛋白偶联受体（G protein-coupled receptors）的蛋白质，这类蛋白质嵌入在细胞膜中并参与感知环境，结果显示该模型可以将知识迁移到它从未见过的蛋白质上。
这项研究证实了蛋白质是以层级方式运动的，即缓慢的大规模变化为快速的局部颤动提供了框架。通过分离这两个尺度的运动，研究人员能够防止计算机偏离轨道——这是一个常见问题，即微小的误差会随着时间累积，导致最终生成一个毫无意义的形状。虽然当前版本的工具侧重于蛋白质的主链结构，尚未包含周围的水分子、离子或化学配体，但它提供了一个强大的新框架，用于比较不同蛋白质的运动方式。这种能力为快速筛选突变或药物如何改变蛋白质的动态行为打开了大门，为观察生命分子机器提供了一个全新的视角。这项工作并不取代对详细物理模拟的需求，而是作为一个快速、可靠的补充，让科学家能够以以往无法企及的清晰度和速度，去探索广阔的蛋白质运动图景。
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。