AlphaFold3扩散生成模型中带排斥偏置的蛋白质构象增强采样

《JACS Au》:Enhanced Sampling of Protein Conformations in AlphaFold3 with Repulsive Bias in the Diffusion Generative Model

【字体: 大 中 小 】 时间:2026年08月27日 来源:JACS Au 8.5

编辑推荐:

  蛋白质的构象变化对其功能至关重要,然而对于最先进的人工智能(如AlphaFold3,AF3)而言,预测构象变化仍具挑战性。已观察到AF3有时无法捕获配体诱导的构象变化,即使其明确包含了诱导此类变化的配体分子。为应对这一挑战,研究人员开发了一种增强采样方案,利用

  
蛋白质的构象变化对其功能至关重要,然而对于最先进的人工智能(如AlphaFold3,AF3)而言,预测构象变化仍具挑战性。已观察到AF3有时无法捕获配体诱导的构象变化,即使其明确包含了诱导此类变化的配体分子。为应对这一挑战,研究人员开发了一种增强采样方案,利用AF3中用于预测蛋白质结构的基于扩散的生成模型。将扩散生成模型解释为类似于分子动力学(MD)模拟的随机采样过程,研究人员在此引入了一种介于预测结构之间的排斥偏置势,以探索更广泛的构象空间。研究人员证明了所开发的采样方案AF3-ReD能够成功地在AF3分布中采样多种构象状态,包括马达蛋白、激酶和转运蛋白的配体结合构象,而这些构象在默认AF3设置下很少被捕获。不仅在整体结构水平上,而且在局部配体结合姿态上与实验确定结构的一致性,证实了AF3-ReD可靠的构象采样能力。值得注意的是,AF3-ReD成功采样了在AF3训练截止日期时尚未解析的转运蛋白构象状态。与另一种基于多序列比对(MSA)的策略相比,AF3-ReD预测的中间构象相对更接近稳定状态。因此,AF3-ReD为预测与配体结合相关的蛋白质动态构象变化提供了一种有前景的方法,并可进一步扩展到其他基于扩散的生成模型,例如用于蛋白质设计的模型,从而可能扩大其可访问的设计空间。
**论文解读:AlphaFold3扩散生成模型中带排斥偏置的蛋白质构象增强采样**

**研究背景与问题**

蛋白质在执行生物功能时会发生构象变化,例如马达蛋白以核苷酸状态依赖的方式改变构象以实现单向运动,转运蛋白在内向开放与外向开放状态之间转换以跨膜运输底物。这些构象变化对蛋白质功能至关重要,但一直是蛋白质结构预测人工智能(AI)的难点。AlphaFold2(AF2)和最新版AlphaFold3(AF3)尽管在静态结构预测上表现出色,却往往只能预测单一构象状态,难以捕获配体诱导的构象变化。即使AF3显式包含诱导构象变化的配体分子,其预测能力仍受限于训练数据分布的不平衡,导致替代构象状态难以被采样。这一问题在AF3中依然存在,尽管它采用了基于扩散的生成模型。因此,开发一种能够增强AF3构象采样能力的方法,对于理解蛋白质动态功能和药物设计具有重要意义。

**研究内容与结论**

针对上述挑战,研究人员受分子动力学(MD)模拟中增强采样技术(如元动力学)的启发,开发了一种名为AF3-ReD的新方案。该方法在AF3扩散模型的去噪过程中引入一个历史依赖的高斯排斥偏置势,基于已预测结构的均方根偏差(RMSD)作为集体变量,促使扩散模型避开已采样的构象盆地,从而探索更广泛的构象空间。AF3-ReD无需重新训练模型,仅通过修改采样过程即可实现增强采样,计算开销几乎可忽略。研究团队将该方法应用于马达蛋白(F1-ATPase β亚基、肌钙蛋白C、发动蛋白1)、激酶蛋白(磷酸甘油酸激酶PGK、细胞周期蛋白依赖性激酶2 CDK2)以及转运蛋白(草酸转运蛋白OxlT、硝酸盐转运蛋白NarK、脂质II翻转酶MurJ)等系统,并与基于多序列比对(MSA)亚采样的方法进行了系统比较。结果表明,AF3-ReD能够成功采样配体结合条件下的多种构象状态,包括默认AF3难以预测的闭合构象、底物结合的封闭(occluded)构象,甚至在AF3训练截止日期后解析的构象状态也能被采样。预测结构与实验确定的全局结构和局部配体结合姿态高度一致,且采样精度和多样性均优于MSA亚采样方法。对于多亚基复合物(如E3泛素连接酶复合物CRBN-DDB1),AF3-ReD虽能部分扩展构象分布,但仍无法完全捕获大规模构象变化,提示需要进一步方法改进。

**主要技术方法**

研究团队采用的关键技术方法包括:(1)在AF3扩散模型的去噪过程中引入高斯排斥偏置势,以RMSD为集体变量,对先前预测结构施加排斥力;(2)对排斥力进行残基级平滑处理(nsmooth=10),并仅在pLDDT>60的Cα原子上计算RMSD,以排除无序区域干扰;(3)基于第一随机种子预测结构设置rcut=0.5 ?的截断值,避免对替代构象施加偏置;(4)通过修改AF3源码实现MSA深度可变,作为基线方法对比;(5)采用采样精度(预测结构落入生物学相关状态RMSD阈值的比例)和采样多样性(基于香农熵的指数)定量评估性能。所有结构预测均未使用模板,AF3-ReD代码和预测结果已开源。

**研究结果**

**1. 排斥偏置势在AlphaFold3扩散模型中的应用(AF3-ReD)**
研究人员将AF3扩散模型中的得分函数解释为有效能量景观的梯度,并类比元动力学引入历史依赖的排斥势。通过调节高斯势的强度(w)和宽度(σ),可以控制采样范围。参数敏感性分析表明,rcut=0.5 ?、tlim=2.0、nsmooth=10时采样效率最优,且采样结果对随机种子不敏感。

**2. 在马达蛋白中的应用**
对F1-ATPase β亚基(TF1β),默认AF3在ATP结合条件下仅预测开放态,而AF3-ReD成功采样了从开放到闭合的多种构象,包括半闭合态。预测的闭合构象与实验结构(PDB ID: 7XKQ)的ATP结合姿态一致,且在20 ns MD弛豫后保持稳定。相比之下,MSA亚采样虽也能预测闭合态,但会生成远离实验参考的退化结构。AF3-ReD还成功应用于肌钙蛋白C和发动蛋白1,采样出中间构象。

**3. 在激酶蛋白中的应用**
对PGK,AF3-ReD在配体结合条件下预测了半闭合和闭合构象,配体结合姿态与实验结构(PDB ID: 2WZB)一致,而MSA亚采样在闭合态中D374发生位移。对CDK2,AF3-ReD能额外采样出非活性DFG-out构象,但A-loop仍保持伸展状态,表明采样能力仍有局限。

**4. 在转运蛋白中的应用**
对OxlT和NarK,默认AF3和MSA亚采样无法预测底物结合的封闭(occluded)构象,而AF3-ReD成功采样了与晶体结构或MD模拟一致的封闭态,且底物结合姿态正确并在MD弛豫中保持稳定。对MurJ,AF3-ReD采样了外向开放和中间态,展示了跨转运蛋白超家族的适用性。

**5. 采样精度与多样性定量比较**
通过定义采样精度(预测结构接近生物学相关状态的比例)和多样性(基于香农熵的指数),发现AF3-ReD在保持高精度(>0.9)的同时实现了比MSA亚采样更高的多样性,且参数(σ和w)可调节多样性水平。

**6. 在E3泛素连接酶复合物中的应用**
对CRBN-DDB1复合物,默认AF3仅预测闭合态,AF3-ReD扩展了构象分布至部分开放态,但未能达到实验开放结构的RMSD<5 ?,且联合MSA亚采样仍无法捕获大规模构象变化,表明对多亚基复合物的采样仍需改进。

**讨论与结论**

AF3-ReD通过直接调节AF有效能量景观,缓解了由共进化信息和扩散模型自身偏差导致的采样困难,其历史依赖的排斥势策略优于需要多窗口并行采样的伞形采样类方法。与BioEmu的MetaDiff等方法相比,AF3-ReD支持配体结合构象采样,且计算开销随结构数量线性增长。该策略可扩展到其他扩散生成模型(如RFdiffusion),有望扩大蛋白质设计空间。尽管AF3-ReD在多种蛋白质上表现出色,但对大规模构象变化(如E3泛素连接酶复合物)和侧链翻转(如plasmepsin-II的Trp41)仍存在局限,未来可通过引入更丰富的集体变量或改进AF有效能量景观来解决。此外,AF3-ReD预测的中间构象可作为稀有事件MD采样的起点,与MD模拟形成互补。总之,AF3-ReD为预测配体诱导的蛋白质动态构象变化提供了可靠工具,为增强扩散模型采样能力开辟了新途径。

**研究结论**(翻译原文结论部分):
研究人员开发了AF3-ReD,其中受元动力学启发的排斥偏置势被引入AF3扩散模型以增强蛋白质构象采样。将AF3-ReD应用于马达蛋白、激酶和转运蛋白,证明了其预测这些蛋白底物诱导构象变化的能力,而这些构象在默认AF3设置下很少被捕获。值得注意的是,AF3-ReD成功采样了转运蛋白OxlT和NarK在AF3训练截止日期时尚未解析的特定构象状态,表明AF3-ReD的偏置势在AF有效能量景观上的应用实现了超越简单记忆构象检索的增强采样。尽管AF3-ReD尚未捕获E3泛素连接酶复合物中的大规模构象变化,且有时预测出偏离生物学相关状态的结构,但其提供了一种有前景的方法,可预测与配体结合相关的蛋白质动态构象变化,并可扩展到其他扩散生成模型。
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