蛋白质设计模型RFD4-Proteina把化学与构象放进同一潜空间:蛋白结合基准通过率10.6%,吞吐量高42倍
核心概要
RFD4-Proteina把标准与修饰氨基酸、糖、DNA和RNA编码进同一个化学与构象潜空间,用流匹配模型同时生成分子身份与构象,并在网络内部做循环精修、在轨迹之间做约束引导搜索。在蛋白结合、小分子结合、酶活性位点支架和DNA结合四类计算基准上,高思考档的聚类通过率均高于所评估的单个基线,同时生成吞吐量更高;实验上还得到钙依赖的钙调蛋白结合蛋白、磷酸化依赖结合蛋白,以及催化对氧磷水解和酰胺成键的从头设计酶。
深度剖析
蛋白质设计模型现在可以在一个共享的化学与构象潜空间里同时决定分子身份和三维构象,而不必把序列设计与结构生成分成两步。 此前的RFD3能跨多种分子环境生成全原子结构,但不为其生成的结构设计高质量序列;Proteina-Complexa能联合生成序列与结构,却依赖蛋白质专用的表示,且相互作用伙伴的构象固定。 在蛋白结合、小分子结合、原子基序酶支架和DNA结合四项计算基准上,高思考档RFD4-Proteina的聚类通过率分别为10.6%、14.3%、12.1%和3.5%,对应次优基线为5.9%(BindCraft)、2.4%(RFD3)、5.7%(AlphaProtein-novo codesign)和0.8%(BoltzGen)。
生成过程本身被拆成两层推理:网络内部反复精修预测,网络外部按用户给定的能量或几何指标筛选轨迹。 此前的做法把循环处理放在特征预处理阶段,或依赖自条件化,而不是在每个去噪时间步内做循环。 在一条肽-DNA键断裂酶的设计任务上,按界面面积、氢键和AlphaFold 3界面置信度分阶段筛选轨迹,比朴素采样每GPU小时多出三倍通过筛选的独特设计;把中间去噪步的内部更新从1次增到5次,AF3重折叠结构的界面氢键能、活性位点几何和界面置信度都改善。
启示与展望
已展示的范围包括四项计算基准、侧链堆积与序列设计等专门工作流,以及针对钙调蛋白、肽-MHC、内在无序区肽、TrkA家族、糖基化和磷酸化位点的结合蛋白实验,还有对氧磷水解酶与酰胺成键连接酶的实验表征;该预印本尚未经同行评审。
作者指出最优推理调度随模态和任务而变,实践中需要小规模试点来确定配置;搜索在较易任务或目标在轨迹后期才确定的任务上,收益不足以抵消计算开销;钙调蛋白结合亲和力估计受限于测定的解离速率下限。
