基于深度学习的共折叠方法所得碳水化合物配体结果中的物理不可信性

《Journal of Chemical Information and Modeling》:Physical Implausibility of Carbohydrate Ligands in Results of Deep Learning-Based Cofolding Methods

【字体: 大 中 小 】 时间:2026年03月25日 来源:Journal of Chemical Information and Modeling 6.4

编辑推荐:

  研究人员评估了AlphaFold 3(AF3)和Boltz-1x在碳水化合物(glycan)建模中的立体化学准确性。研究结果表明,AF3在900个碳水化合物配体模型中,85.8%存在立体化学错误,主要包括手性(chirality)错误、人工双键(15.2%)、

  
研究人员评估了AlphaFold 3(AF3)和Boltz-1x在碳水化合物(glycan)建模中的立体化学准确性。研究结果表明,AF3在900个碳水化合物配体模型中,85.8%存在立体化学错误,主要包括手性(chirality)错误、人工双键(15.2%)、平面环扭曲(3.9%)、类芳香环形成(2.5%)以及不当结构构型(0.9%)。Boltz-1x通过推理时引导(inference-time steering)显著降低了大多数违规现象,但将不当构型错误增加至22.1%,特别是在N-乙酰-α-神经氨酸(N-acetyl-α-neuraminic acid, SIA)中。BondedAtomPairs(BAP)协议虽消除了立体化学问题,却系统性地丢失了还原端异头氧(reducing-end anomeric oxygen),揭示了当前碳水化合物精确建模仍面临的重大挑战。该研究强调,碳水化合物因其密集的手性信息和多样的环构象(ring conformations),对现有深度学习共折叠方法构成了独特挑战,亟需开发糖特异性自动化验证工具以确保生物分子建模的可靠性。
本研究发表于《Journal of Chemical Information and Modeling》,聚焦于人工智能驱动的蛋白质结构预测领域,特别是针对碳水化合物(glycan)这一结构复杂、手性密集的生物大分子类群。研究背景源于AlphaFold 3(AF3)相较于其前代AlphaFold 2(AF2)的重大突破——整合共折叠(cofolding)功能,实现了蛋白质与配体复合物的预测,涵盖小分子、蛋白质、核酸及糖链等广泛生物分子类别。尽管AF3的整体结构性能与对接能力已获独立验证,现有基准测试主要集中于蛋白质-蛋白质及蛋白质-小分子系统,对于碳水化合物预测的立体化学保真度研究尚属空白。碳水化合物因其密集的手性信息(chiral information)和多样的环构象,在糖介导信号传导、免疫识别及病原体结合(如SARS-CoV-2感染)等生物过程中具有核心作用,其精确建模对疫苗开发与生物技术至关重要。AF3原始论文报道的手性违规率仅为4.4%,但未按配体类别细分;后续小规模检查虽发现特定糖链存在立体化学不一致,但样本量限制妨碍了结论推广。另一方面,基于RDKit的大规模分析虽报告小分子配体手性错误率高达30%–40%,却声称糖类 rarely affected,这与碳水化合物含有远多于典型配体的手性中心及连接多样性的事实相悖,且RDKit评估本身可能引入误判。此外,低代表性配体的性能局限已在D-肽建模中得到印证(51%手性错误率)。鉴于此,系统性、大规模的AF3糖链立体化学准确性评估亟待开展,同时研究人员亦测试了开源替代方案Boltz-1x。

研究人员针对15个非共价蛋白质-糖链复合物,应用AF3和Boltz-1x生成900个模型,采用不同规范SMILES(Canonical SMILES)输入、共折叠类型(天然蛋白-糖链复合物、非糖链结合蛋白对照、单独糖链)及四种随机种子进行系统性评估。

研究结果显示,AF3诱导的糖链立体化学违规远超手性范畴,而Boltz-1x虽纠正立体化学错误却引入新类型。

研究人员通过手动错误分类并结合Privateer分析代表性样本,发现AF3仅14.2%模型立体化学正确,85.8%存在至少一项违规。除手性中心错误外,AF3频繁引入化学不可信特征:人工双键(15.2%)、平面环扭曲(3.9%)、类芳香环形成(2.5%)及不当单糖几何构型(0.9%)。违规严重程度从单原子扭曲至整个单糖单元多原子畸变不等,最严重情况下结构违规跨多个单糖传播,表明AF3预测中碳水化合物立体化学的根本性崩溃。平面环扭曲与类芳香环特征高度伴生,反映手性完全丧失及环内显著键长缩短。

相较之下,Boltz-1x的糖链建模显示显著改善的立体化学准确性,77.4%模型立体化学正确,手性违规降至1%,附加错误类型频率大幅下降,多违规共现罕见。然而,研究人员检测到不当结构构型的显著增加,尤其集中于N-乙酰-α-神经氨酸(SIA),揭示了Boltz-1x可能在特定单糖中引入独特结构错误类别。

共折叠方法与碳水化合物配体输入记法差异影响AF3与Boltz-1x的配体不可信性。

两种工具对共折叠环境响应迥异:AF3在与对应天然蛋白伙伴复合时错误减少,提示蛋白质支架提供额外结构约束;Boltz-1x则在游离糖链建模时准确性最高。非糖链结合蛋白对照的存在轻微降低AF3错误率,却使Boltz-1x产生多于糖链单独条件的错误。输入记法(CACTVS、OpenEye、ChEBI、ChEMBL生成的Canonical SMILES)总体影响较小,但CACTVS记法似最有效,其与建模工具及共折叠情境存在交互作用。AF3在所有记法下均产生最高频手性违规,依次为人工双键、平面环、类芳香环及不当构型;Boltz-1x基本消除手性、双键及环平坦化错误,但生成更多不当结构构型。

单糖身份对错误谱的影响。

研究人员假设在糖科学数据集中较少见、结构数据库中稀疏表征的单糖可能更易受建模错误影响。AF3预测中,N-乙酰葡糖胺(NAG)相关糖链较常见β-D-吡喃葡萄糖(BGC)展现更广错误类型,但需谨慎解读因NAG样本代表量更高。等量表征糖如NDG与GLC错误可比;β-D-吡喃半乳糖(GAL)与α-L-吡喃岩藻糖(FUC)各关联四至五种错误类型中的四种,具体类别各异。GAL虽为常见研究糖,其错误类别多样性反高于SIA。AF3引入双键错误近乎普遍,几乎所有单糖模型至少出现一次。Boltz-1x中,较少见或结构复杂单糖通常错误率更高,虽BGC和GLC为例外;其大幅削减手性及环平坦化错误,但引入涉及不当单糖构型的新错误类别,尤其 evident于SIA。

替代方法使用与已发表数据集分析揭示更多问题。

BondedAtomPairs(BAP)语法作为近期克服AF3立体化学局限的策略,通过显式编码糖链连接性 reportedly 产生高度一致、立体化学准确的糖链结构。配套工具JAAG(JSON input file Assembler for AlphaFold 3 with Glycan integration)简化BAP使用并广受推广。研究人员对13个糖链(技术限制未能建模PRD_900007和PRD_900110)进行无蛋白建模,发现立体化学错误消失,但识别出此前未报道的系统性局限:BAP持续移除每个模型中首个单糖的末端原子(还原端),且该现象在原始BAP发表数据集中同样存在。令人惊讶的是,这些数据集还包含多种附加手性及不当错误。此外,研究人员分析Benchmark of CArbohydrate Protein INteractions(BCAPIN)实验结构集的AF3模型,发现尽管模型质量(DockQC评分≥0.80)高,大多数糖链仍存在手性问题,涵盖XYP、MAN crane、BMA、GLA及硫酸化糖等新增单糖类型,并证实共价连接糖中亦存在错误。

讨论部分指出,AF3原报4.4%手性违规率远低于实际,本研究发现85.78%糖链模型存在立体化学错误,错误类型扩展至人工双键、平面及芳香环几何、不当单糖构型,且常在单糖单元内共现并跨残基传播。失败因素包括:PDB中碳水化合物结构仅占约5.7%导致训练数据不足;AF3可能对核碱基丰富训练数据中的平面环几何存在学习偏好;其立体化学验证依赖的PoseBusters主要针对蛋白质-配体数据集而非糖链优化,可能误判糖立体化学。目前尚无稳健自动化糖特异性结构评估工具,手动检查仍为最可靠但劳动密集型方法。Boltz-1x虽大幅改善,但引入SIA中不当构型的新错误类别。BAP语法虽消除立体化学错误,却系统移除还原端原子,对糖链身份注释、糖组学生物信息学流程、Lewis抗原建模、糖-抗体特异性预测及凝集素-糖结合预测等计算分析产生重大影响,且原始数据集亦存在手性及不当错误。

研究结论翻译如下:当前所有AF3兼容糖链建模方法——AF3单独使用、Boltz-1x及BAP语法——均存在显著局限,包括两种此前未记录的结构异常。部分问题或可在后续分子动力学模拟中解决,但缺失原子及手性错误等不可修正。鉴于缺乏自动化糖感知立体化学验证工具,手动检查对准确评估仍属必需但对高通量建模不具可行性。未来发展应聚焦于提升建模准确性及创建专用自动化糖链质量评估框架,此类工具对确保下一代基于AI的结构预测器可靠支持糖链聚焦的生物学、免疫学及生物技术至关重要。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号