《Current Opinion in Structural Biology》：Revealing protein structural transitions in the era of generative artificial intelligence
编辑推荐：
近年来，人工智能与深度生成模型的进展极大地加速了蛋白质构象系综的生成。超越孤立的静态结构状态，重建连续且物理真实的转变路径，可进一步提供机制性理解以指导分子设计，但仍是一项重大挑战。本综述考察了用于建模蛋白质构象转变的新兴计算方法，涵盖从经典分子动力学模拟到基
近年来，人工智能与深度生成模型的进展极大地加速了蛋白质构象系综的生成。超越孤立的静态结构状态，重建连续且物理真实的转变路径，可进一步提供机制性理解以指导分子设计，但仍是一项重大挑战。本综述考察了用于建模蛋白质构象转变的新兴计算方法，涵盖从经典分子动力学模拟到基于深度学习的潜空间插值。研究人员讨论了捕捉天然分子运动的最新进展，特别是通过内部坐标表示和物理信息模型。研究人员还分析了建模高度动态系统（如内在无序蛋白）的复杂性，以及细胞环境的作用。将实验数据与模拟构象系综相整合，代表了未来方法学的一个有前景的方向。尽管如此，关键挑战依然存在，包括在转变轨迹中保持物理真实性、捕捉依赖环境的能量景观，以及以准确的转变动力学预测动态一致的路径。
蛋白质构象转变的计算建模：从生成式人工智能到物理感知路径
研究背景与问题
蛋白质是固有动态的生物大分子，以构象系综形式存在并参与多种生物学功能或信号传导过程。构象转变通常关联不同的功能状态，其转变路径可揭示中间态、自由能势垒、动力学瓶颈和分子机制。实验技术如X射线晶体学、冷冻电镜（cryo-EM）和核磁共振（NMR）波谱学虽已深刻改变对蛋白质结构的理解，但模拟方法仍是探索蛋白质构象景观不可或缺的工具。近年来，人工智能（AI），特别是深度生成模型和机器学习引导的采样技术，极大加速了构象系综的生成。然而，生成构象并不自动提供描述蛋白质如何在功能状态间运动的物理真实转变路径。构象转变是蛋白质折叠、别构调控、酶催化、配体识别和膜转运等广泛生物过程的基础，理解其机制对于药物设计和疾病机理研究至关重要。内在无序蛋白/区域（IDPs/IDRs）由于占据宽广而非少数明确状态，其转变建模尤其困难。因此，亟需发展能够超越构象生成、重建连续且物理合理转变路径的计算方法。
研究方法与技术
研究人员在本综述中系统总结了从经典模拟到深度学习（DL）方法的转变路径采样策略。关键技术包括：基于物理学力的分子动力学（MD）模拟及其增强采样方法（如副本交换MD、元动力学、转变路径采样、弦方法）；机器学习引导的集合变量（CV）发现；基于内部坐标（Bond-Angle-Torsion, BAT）的深度生成模型；物理信息潜空间插值；以及整合实验数据（如NMR、小角X射线散射、cryo-EM）的条件扩散模型。此外，研究人员还讨论了针对IDPs的深度马尔可夫状态模型、环境感知模拟（如恒pH MD、膜MD、拥挤剂MD）以及实验数据约束的最大熵方法。样本来源方面，涉及MD轨迹、AlphaFold结构数据集及实验测量数据等。
研究结果
- 构象系综的采样：经典MD与增强采样提供物理严格框架，但计算成本高。AlphaFold类方法通过修改序列比对、网络深度或输入噪声生成替代构象；扩散和流模型能准确再现平衡构象分布。然而，生成系综并不等同于揭示转变路径。
- 转变采样现状：转变路径采样和弦方法等经典方法依赖于CV选择，不当CV会导致错误路径和势垒。DL引导的增强采样可自动学习信息性CV，结合弦方法已实现小蛋白系统转变路径的准确识别。
- 潜空间插值与生成模型：潜空间可捕捉非线性构象变化，但单纯插值可能产生畸变几何或空间冲突。内部BAT坐标更好地表示天然扭转运动，但需处理角度周期性、重构误差累积和侧链柔性。ICoN-v1模型在保持全原子分辨率和侧链旋转的同时生成平滑转变。物理信息方法如能量正则化潜空间插值和物理引导的流匹配已用于腺苷酸激酶的连续开放-闭合路径生成，但动力学和时序信息仍缺失。
- 高度动态蛋白的建模：IDPs/IDRs的浅而宽的景观使传统MD难以充分采样。深度学习方法通过学习潜景观并插值可连接无序态与有序功能态，如深度马尔可夫状态模型揭示了IDP结合路径中的折叠中间态。
- 细胞环境影响：温度、膜组成、pH、配体、翻译后修饰和分子拥挤显著影响构象转变。CpHMD、膜MD和大规模粗粒化模拟能物理严格描述环境效应，但计算昂贵。DL模型可生成不同温度下的构象系综或预测质子化状态引导MD，但环境相关约束仍不足。
- 实验数据整合：整合NMR距离分布、2DIR光谱、cryo-EM数据和MD模拟可改善构象系综准确性。条件扩散模型直接将NMR、SAXS、cryo-EM约束融入反向扩散过程。对于IDPs，最大熵方法可生成不依赖力场的系综。但不同实验观测量的统计性质差异（系综平均值对分布）使整合具有挑战性。
讨论与结论
研究人员指出，广义模型虽具高迁移性但可能混淆不同系统的能量特征，而系统特异性模型更能捕捉局部重排和能量景观，未来需平衡二者并整合准确结构表示、物理约束和环境信息。物理信息潜表示通过分子力学力场或机器学习势提高物理真实性，但溶剂效应的隐式建模仍有待发展。预测转变动力学需结合时间分辨动力学信息和潜空间插值，可借助转移矩阵或动态传播子框架，并从插值中间态出发的短MD模拟提供动力学评估。最终，下一代模型应超越平衡构象系综生成，转向预测环境依赖、实验验证且动力学一致的构象转变路径。该综述为生成式AI时代下蛋白质构象转变建模提供了系统框架，指明了从静态结构到动态机制的计算方向。
