AQuaRef：机器学习加速的量子精修技术突破蛋白质结构解析新范式

《Nature Communications》：AQuaRef: machine learning accelerated quantum refinement of protein structures

本研究针对传统蛋白质结构精修中库基立体化学数据的局限性，开发了基于AIMNet2机器学习原子间势的量子精修方法AQuaRef。通过对41个冷冻电镜和30个X射线结构进行测试，证明该方法在保持实验数据拟合度的同时，显著提升几何质量，并能精准确定质子位置（如DJ-1蛋白中的短氢键），为结构生物学提供了更可靠的原子模型精修方案。

　　

在结构生物学领域，冷冻电镜（cryo-EM）和X射线晶体学技术为科学家提供了窥探生物大分子原子级结构的窗口。然而，传统的结构精修方法严重依赖基于库的立体化学约束，这些约束不仅局限于已知化学实体，还无法有效处理非共价相互作用。更棘手的是，当面对低分辨率数据时，传统约束难以维持合理的分子几何结构，而量子力学（QM）计算虽能从根本上解决这些问题，却因计算量巨大而难以应用于大分子体系。

为解决这一矛盾，由罗马·祖巴蒂克（Roman Zubatyuk）和马尔戈扎塔·比奇斯库（Malgorzata Biczysko）等学者组成的国际团队在《Nature Communications》发表了题为"AQuaRef: machine learning accelerated quantum refinement of protein structures"的研究。他们开发了一种基于人工智能的量子精修系统AQuaRef，通过机器学习原子间势（MLIP）模拟量子力学计算，以显著降低的计算成本实现了全蛋白质结构的量子级精度精修。

研究团队采用AIMNet2架构训练了专门针对多肽体系的机器学习模型，该模型结合了旋转不变性可学习特征、多体相互作用的消息传递方案以及体系总电荷的显式处理。值得注意的是，AIMNet2模型的计算复杂度呈线性增长（O(N)），使得处理18万原子系统仅需单块NVIDIA H100 GPU的80GB显存，而传统密度泛函理论（DFT）的计算复杂度高达O(N³)。

在技术方法层面，研究团队构建了包含标准氨基酸、11种替代质子化形式及多种末端基团的多肽数据集，通过主动学习策略筛选约100万个样本进行DFT计算（采用B97M-D4/def2-QZVP方法和CPCM隐式溶剂模型）。AQuaRef精修流程首先完成原子模型完整性检查，随后根据晶体学对称性构建超胞体系，最终通过Q|R（Quantum Refinement）软件包实现量子精修。

精修性能系统验证

通过对41个低分辨率冷冻电镜模型和20个低分辨率X射线模型的测试，AQuaRef在MolProbity评分、Ramachandran Z评分（Rama-Z）和CaBLAM异常值等几何质量指标上均优于传统方法。特别值得注意的是，氢键参数的偏度-峰度图分析显示AQuaRef生成的模型更符合理论分布。虽然与实验数据的拟合度（冷冻电镜的CC_mask和X射线的R_free）与传统方法相当，但R_free-R_work间隙的缩小表明数据过拟合现象得到改善。

与主流方法的对比分析

与AMBER力场、Rosetta全原子力场、REFMAC5和Servalcat等主流精修工具相比，AQuaRef在几何质量指标上与Rosetta表现相当，但显著优于其他方法。在晶体结构精修中，AQuaRef产生了更优的R_free值和更小的R_free-R_work间隙，且计算效率比Rosetta提升近一个数量级。尤为重要的是，AQuaRef精修后的模型与高分辨率参考结构的偏差更小，说明其能产生更接近真实结构的原子模型。

短氢键案例研究

在帕金森病相关蛋白DJ-1及其细菌同源物YajL的短氢键研究中，AQuaRef成功确定了羧酸基团的质子化状态。从理想的对称构型出发，精修过程自动将质子定位在D24的Oδ2原子上，与Lin等人的研究结论一致。而传统约束精修由于库偏差产生了不符合实际键长。对YajL结构的分析更揭示了低势垒氢键（LBHB）的特征，AIMNet2能量剖面显示氢原子位置处于相对平坦的能量区域，表明质子可能在两个氧原子间共享。

该研究首次实现了基于机器学习量子势的全蛋白质结构精修，解决了传统方法在几何精度和化学合理性方面的固有局限。AQuaRef不仅显著提升了低分辨率结构的模型质量，还能自动确定质子位置等关键化学信息，为结构生物学研究提供了新的工具。目前该方法已集成至Phenix软件平台，可供广大结构生物学家使用。未来工作将致力于扩展AQuaRef至非标准残基和静态无序体系的处理，进一步拓宽其应用范围。