《Nature Computational Science》：HDOCK-Multimer: improved structure prediction of large protein complexes by integrating docking and combinatorial assembly
编辑推荐：
大型蛋白组装结构（large protein assembly structures）的准确预测对理解生物学过程至关重要，然而对于AlphaFold等端到端方法而言，由于复合物体积庞大且涉及复杂的多链相互作用，该任务仍具挑战。分子对接方法可处理大型蛋白，但面临
大型蛋白组装结构（large protein assembly structures）的准确预测对理解生物学过程至关重要，然而对于AlphaFold等端到端方法而言，由于复合物体积庞大且涉及复杂的多链相互作用，该任务仍具挑战。分子对接方法可处理大型蛋白，但面临多链组合结合空间的巨大搜索问题。组装方法提供了替代途径，但其效果严重依赖于所预测亚组分的质量。研究人员在此提出HDOCK-Multimer（HDM），一个整合分子对接与组合装配的框架，用于大型蛋白复合物的结构预测。HDM通过对接高效降低了对亚组分质量的依赖，同时通过装配利用亚组分间的两两相互作用。在包含35个大型异聚复合物、172个大型蛋白复合物及7个CASP15靶标的3个基准数据集上，HDM显著优于包括CombFold、MoLPC、AlphaFold-Multimer和AlphaFold3在内的现有最先进方法。此外，HDM还展示了预测化学计量（stoichiometry）以及在无化学计量输入条件下建模复合物的能力。
论文解读：HDOCK-Multimer：整合对接与组合装配实现大型蛋白复合物结构预测
一、研究背景与问题
蛋白质通常以复合物形式执行功能，如物质转运、信号转导和基因调控等。解析这些组装体的结构对于理解分子机制及相关药物研发至关重要。然而，由于样品制备、分子量限制等技术难题，实验测定蛋白复合物结构往往成本高昂甚至不可行，因此计算方法成为预测复合物结构的重要途径。传统计算方法中，基于模板的方法依赖同源结构，受模板可用性和质量限制；基于分子对接的方法最初针对二聚体开发，在多链体系中会遭遇组合爆炸，即使引入对称约束和先进采样策略，处理多链系统的能力依然有限。深度学习方法的出现显著推进了蛋白结构预测，AlphaFold2（AF2）衍生方法和重训练的AlphaFold-Multimer（AFM）能预测复合物结构，但在大型组装体上面临精度随链数下降、构象多样性不足和图形处理器（GPU）显存限制等难题。AFM v2在40GB显存的NVIDIA A100 GPU上仅能处理约3300个残基，AlphaFold3（AF3）将输入上限提高至约5000–5120个残基，但对更大体系仍无能为力。为突破这些限制，基于装配的方法被提出，如MoLPC和CombFold，它们先利用AlphaFold预测较小的亚组分，再组装成大型复合物，但性能本质上依赖于亚组分预测质量；对称感知方法如EvoDock和SymProFold仅适用于对称复合物，缺乏对异聚和非对称组装体的普适性。因此，研发一种既能处理大体系、又能降低对亚组分质量依赖且适用于多种对称类型的高效预测框架，成为该领域面临的迫切需求。
二、研究内容与总体结论
研究人员提出了HDOCK-Multimer（HDM），一个整合分子对接与组合装配的自动化框架，用于大型蛋白复合物结构的准确高效建模。HDM在组合装配中引入遗传算法，以更好地利用预测亚复合物中正确的两两相互作用；同时引入高效多体对接和对称对接策略以增强采样，并降低对亚组分预测精度的依赖。在三个基准数据集上，HDM的top-1成功率最高可达86%（模板建模评分TM-score > 0.7），全面超越现有最先进装配方法和深度学习方法。该研究发表于《Nature Computational Science》。
三、关键技术方法
HDM主要包括三个环节：第一，利用AF2和AFM生成单体和亚组分结构，亚组分定义为所有可能的三聚体组合，以在捕捉协同相互作用与控制计算成本之间取得平衡；单体和亚组分分别按平均预测局部距离差异测试（pLDDT）分数和模型置信度分数筛选。第二，依据复合物同源性和两两对接结果，确定建模策略，包括非对称对接、对称对接和组合装配；其中对称对接限于同源寡聚体，支持环状（Cn）、二面体（Dn）、四面体（T）和八面体（O）对称；对于含五个及以上独特性链的复合物，仅采用装配策略。第三，利用所选策略构建复合物结构，通过迭代知识基打分函数（IT-score）评估和排序模型，并以5?的Cα均方根偏差（RMSD）阈值聚类，默认输出前十模型。对接算法基于HDOCK的非对称多体对接、CHDOCK和DHDOCK的对称对接，以及基于遗传算法的组合装配流程。基准数据方面，Benchmark 1为35个大型异聚复合物，Benchmark 2为172个大型蛋白复合物（含114个同聚和58个异聚），Benchmark 3为7个CASP15靶标。
四、研究结果
1. Benchmark 1（35个大型异聚复合物）上的性能
HDM在TM-score评价下获得top-1可接受精度成功率为83%、高质量预测成功率为66%，显著优于CombFold（74%和54%）、MoLPC（29%和11%）和AFM v2（29%和26%）；DockQ评价下top-1可接受精度成功率达86%。与CombFold相比，HDM主要在CombFold失败（TM-score<0.7）的目标上改善预测，并在其成功目标上保持相近精度；与MoLPC相比，除两个目标外几乎全部获得更高TM-score；与AFM v2相比，HDM在显存受限导致AFM完全失败的目标上仍能以不同精度组装复合物。
2. Benchmark 2（172个大型复合物）上的性能
HDM在172个复合物上获得top-1和top-10成功率分别为59%和66%，高于CombFold的41%、MoLPC的30%；AF3的top-1和top-5成功率为55%和58%，但AF3因输入限制仅建模了172个中的145个复合物，且Benchmark 2目标可能包含在AF3训练集中。HDM在同聚和异聚复合物上表现相当，且在不同尺寸复合物上保持稳健。例如，对含7062个残基的PDB 6YBQ，HDM在解析区域获得TM-score 0.98的高质量预测，同时重构了α亚基未解析区域；对PDB 5TRM，O对称对接获得高质量结果（TM-score 0.91），而AF3失败。反之，AF3对较小体系如PDB 1M5Q的预测优于HDM，但该目标可能包含在AF3训练集中。
3. Benchmark 3（7个CASP15靶标）上的性能
在7个CASP15靶标上，自动化HDM流程对6个目标生成可接受模型，成功率为86%。对单链蛋白，研究人员按IUPred3预测结构域并去除无序连接区后分段建模。与MoLPC和AFM v2相比，HDM显著更优；与CombFold相当（同为86%）。对目标H1137，全长链作为亚基建模失败，而人工分割亚基后HDM可生成可接受模型，并通过重叠残基连接和分子动力学弛豫完成组装。
4. 相比其他方法的改进来源
在Benchmark 1上，逐步消融表明基础装配策略已优于MoLPC和CombFold；遗传算法优化通过增强构象探索提高可接受预测数量；分子动力学弛豫虽不提升成功率，但可减少原子冲突并提高IT-score评估可靠性；IT-score排序则进一步富集可接受和高质量模型。对Benchmark 2的114个同聚复合物，逐步移除对称对接、装配后失败重对接和装配均导致精度逐步下降，说明整合多种策略具有优势；其中装配后对接（Assembly-dock）协议成功率最高，对同聚复合物特别有效，例如对PDB 2OBX，仅靠装配只能生成两个C5对称亚复合物，而后续重对接将完整复合物的TM-score提升至0.98。此外，HDM对环状、二面体、四面体和八面体对称复合物的成功率较高（top-1为64%），非对称复合物更具挑战（top-1为33%）。
5. 化学计量预测
HDM默认需要化学计量信息，但其装配策略可通过置信度分数或按残基归一化的IT-score推断化学计量。在20个代表性复合物上，归一化IT-score正确识别了14个化学计量，优于置信度分数的9个；在正确化学计量下，HDM的TM-score与已知化学计量时相当。
6. 界面新颖性分析
对Benchmark 1目标检索AFM训练集之前发布的PDB结构，HDM预测精度与两两界面、三聚界面及完整复合物界面的相似性之间仅存在弱相关（Pearson相关系数分别为?0.11、?0.09和0.05），说明HDM预测不主要依赖已知界面，具备组装新复合物的能力。
7. 计算时间
AFM预测在40GB A100 GPU上运行，对接和装配过程在2.6GHz Intel CPU上以多进程并行执行，默认使用20个CPU核心。装配方法在两个基准上的平均运行时间约为5635秒和5587秒；非对称对接平均约10252秒，对称对接平均约4543秒，整体建模可在数小时内完成。
五、讨论与结论
研究讨论部分指出，HDM仍有改进空间：对称对接目前仅覆盖部分对称类型，需扩展至螺旋对称等；当前模型排序简单累加两两相互作用分数，难以充分捕捉高阶协同效应，需要发展真正的多体打分函数；在早期对接阶段引入AlphaFold预测的界面信息可能改善多体对接；化学计量推断能力尚需增强以降低计算成本；亚组分选择依赖AFM置信度分数，可尝试局部相互作用分数和预测DockQ分数等替代指标；聚类所用RMSD也可替换为更合适的度量。此外，HDM虽能预测化学计量，但尚不能提供绝对化学计量预测，相对化学计量可结合质谱等实验技术推断。将交联质谱、荧光共振能量转移和冷冻电镜等实验数据整合进预测流程，有望进一步提高建模精度；HDM目前支持交联约束，并在抗体–抗原复合物建模上显示出一定潜力，但需更大规模评估。
研究结论可翻译为：研究人员提出了一种混合建模框架，通过整合基于预测亚组分结构的从头对接和组合装配，实现了大型蛋白复合物结构预测。大规模基准验证表明，HDM在性能和可扩展性上均优于现有最先进方法，为大型蛋白组装体的结构预测提供了一种高效且通用的解决方案。
