构象集合作为分子模糊集：从构象化学到化学人工智能的概念桥梁

《Molecules》：Reactive Molecular Dynamics Study on Soot Formation Mechanism in Iron-Doped Ethylene Combustion

　　

分子结构传统上以化学组成、原子连接性和三维几何来描述。然而，许多分子，尤其是生物大分子，并非以单一结构存在，而是以相互转化的构象体的动态集合形式存在，其群体取决于周围的物理化学背景。本工作提出此类构象集合可被解释为分子模糊集（molecular fuzzy sets），从而在构象化学、信息论与模糊逻辑之间建立概念桥梁。该理论框架通过将分子结构表示为邻接矩阵（adjacency matrices）并扩展至构象分布来描述。实验证据通过部花青（merocyanines）的光致变色行为加以讨论，其依赖于温度和环境的构象分布编码了可测量的模糊信息量。蛋白质、DNA和RNA提供了进一步的支持，其中构象异质性是多功能性、基因调控、选择性剪接、分子识别和适应性细胞反应的基础。在此视角下，生物学功能产生于分子状态的环境依赖性分布，而非独特的静态结构。构象集合也被描述为热化量子混合态（thermalized quantum mixed states），提示分子复杂性、模糊信息处理与量子生物学现象之间的新联系。最后，讨论了分子模糊性对化学人工智能（Chemical Artificial Intelligence）的启示，强调了利用分子构象动力学作为适应性、环境敏感且化学具身的信息处理底物的可能性。

论文解读：构象集合作为分子模糊集——从构象化学到化学人工智能的概念桥梁

一、研究背景与问题

生命是最显著的自涌现现象，所有生物体均由脂质、DNA、RNA、蛋白质、水、盐、糖等化合物构成，但单独这些化合物无法展现生命，唯有在细胞这一特定时空组织中组装才能涌现生命。复杂系统（Complex Systems）的概念虽由来已久，但至今缺乏普遍接受的定义。论文指出，复杂系统的集合可被解释为一个多变量模糊集（fuzzy set），其中每个系统以不同隶属度（degree of membership）归属于该集合，打破经典布尔集合的排中律。分子，特别是构象柔性分子，可被视为复杂系统的微观实例。传统观点认为分子具有单一确定结构，但事实上许多分子以相互转化的构象体集合形式存在，其相对丰度取决于环境条件。这一构象异质性在蛋白质、DNA、RNA等生物大分子中尤为显著，并构成其多功能性、适应性和信息处理能力的基础。然而，现有理论框架缺乏统一的概念语言来描述这种分布式、分级且环境依赖的分子行为。因此，研究人员提出将构象集合解释为分子模糊集，以建立构象化学、信息论与模糊逻辑之间的概念桥梁。

二、研究内容与主要结论

研究人员系统阐述了分子结构复杂性的数学表示，提出任何分子可用邻接矩阵（adjacency matrices）编码其原子连接性和空间相互作用，而构象集合则由一组加权邻接矩阵描述，权重系数代表各构象体的相对丰度，并受物理化学背景（温度、压力、电场、磁场、化学组成及其时空依赖性）调控。研究进一步将构象分布描述为热化量子混合态（thermalized quantum mixed states），由密度算子表示，从而在量子波函数、概率混合与分子属性的模糊描述之间建立自然联系。核心理论创新在于将构象分布定义为分子模糊集，即一个不适用于刚性二元分类的系统，因其以环境依赖方式对物理化学属性进行划分和分级。通过部花青（merocyanine）的光致变色行为实验，研究人员证明了构象集合可对时间变量进行粒度化，产生加权寿命分布，其权重系数类似于模糊隶属度，且可通过模糊熵（Fuzzy Entropy）量化编码的模糊信息量。温度增加使模糊信息从0.24 fits（292 K）升至0.74 fits（308 K），而甘氨酸的添加则将其限制在0.27 fits以下，分别表现为模糊信息解码器和编码器。研究还将该框架扩展至蛋白质、DNA和RNA等生物大分子，指出蛋白质从刚性折叠结构到固有无序蛋白（intrinsically disordered proteins, IDPs）构成一个构象复杂性连续体，对应模糊熵的递增；DNA和染色质的动态组织、基因表达的分级调控、RNA的结构可塑性与选择性剪接均体现了分子模糊性的生物学功能。研究结论认为，构象集合是模糊集的化学实例化，分子同一性不仅由化学组成和连接性决定，还由可及构象状态的分布及其环境依赖动力学决定。该框架为化学人工智能（Chemical AI）提供了理论基础，即利用分子构象动力学作为适应性、环境敏感且化学具身的信息处理底物。

三、关键技术方法

研究人员主要采用了以下关键技术方法：一是邻接矩阵与加权邻接矩阵的数学形式化表示，用于编码分子结构及构象集合；二是最大熵方法（Maximum Entropy Method, MEM），用于从实验数据中确定最优的寿命分布；三是模糊熵（Fuzzy Entropy）计算，用于量化构象集合编码的模糊信息量；四是密度算子与量子混合态的量子力学形式化描述；五是统计力学中的玻尔兹曼权重（Boltzmann weights）用于估算热力学平衡下构象体的相对丰度。实验方面，研究基于部花青光致变色体系，通过紫外-可见吸收光谱监测光致变色循环中611 nm处的吸光度变化，并在纯乙醇及添加甘氨酸条件下、不同温度下测量寿命分布。

四、研究结果

4.1 部花青构象体的模糊集描述的实验证据

通过紫外照射螺噁嗪（spirooxazine, SpO）生成部花青（merocyanine, MC），其在可见区呈现显著吸收带并在乙醇中呈蓝色。MC具有高度柔性的分子结构，可采纳多种构象。光致变色循环通过611 nm吸光度监测，褪色过程可表示为多个指数衰减的叠加，每个构象体具有特征寿命和权重系数。采用最大熵方法确定寿命分布后发现：温度升高使分布向更短寿命移动且分布变宽，反映构象状态多样性增加；甘氨酸的添加使寿命分布变窄且平均寿命增加，归因于甘氨酸与MC两性离子形式形成超分子相互作用，选择性稳定构象集合。模糊熵计算表明，温度作为模糊信息解码器增加构象多样性，而甘氨酸作为模糊信息编码器限制构象自由度。

4.2 支持生物聚合物模糊集描述的实验证据

4.2.1 蛋白质

传统锁钥模型（lock-and-key model）和Anfinsen热力学假说确立了"唯一序列-唯一结构-唯一功能"的范式，但过去三十年的研究揭示了蛋白质以相互转化的构象状态集合形式存在。蛋白质功能日益被理解为构象分布的涌现属性而非单一静态结构。从高度结构化蛋白质到固有无序蛋白（IDPs），构成一个构象复杂性连续体，对应模糊熵的递增。构象异质性决定蛋白质的多功能性、混杂性和适应性，是蛋白质月光的（moonlighting）现象的基础。固有无序区域（IDRs）参与基因调控、信号转导、翻译、细胞周期控制等广泛生物过程，并通过液-液相分离（liquid-liquid phase separation, LLPS）驱动生物分子凝聚体（biomolecular condensates, BCs）形成。构象多样性在免疫识别中发挥重要作用，受体和抗体的结构可塑性促进交叉反应性和多特异性。

4.2.2 核酸（NAs）：模糊分子视角

DNA除经典B型双螺旋外，还可存在发夹、十字形、A-DNA、Z-DNA、三链H-DNA、G-四链体和i-motif等多种结构形式。单链DNA（ssDNA）高度柔性，可条件依赖地折叠为多种二级结构元件。RNA结构极为多样且动态，非tRNA RNA如mRNA、rRNA、snRNA、snoRNA和lncRNA采纳截然不同的结构形式。单链核酸（ssNAs）通过分子内碱基配对折叠为复杂功能性三维结构，包括发夹、茎环、凸起等元件，并由三级接触如 kissing loops 和假结稳定。核酸骨架因带负电的磷酸基团而高度阴离子性，在缺乏金属离子（尤其是Mg2?）时无法自发形成稳定三级结构，而以高度柔性、延伸的无规卷曲状构象集合存在。核酸结构高度依赖与蛋白质等相互作用伙伴的结合，超过2000种RNA结合蛋白（RBPs）靶向并调控结构多样的RNA。

4.2.3 DNA超分子结构的模糊性

人类细胞中约两米长的DNA通过层级化组织压缩在数微米直径的细胞核内：DNA缠绕组蛋白形成核小体，核小体组装为染色质纤维，进而折叠为染色体。这一三维组织是基因活性的基本决定因素。基因不应总被视为具有刚性边界的离散实体，编码序列可能重叠、共享基因组区域或完全嵌入其他基因内，形成嵌套遗传结构。基因表达并非全有或全无现象，而是呈现连续的表达水平谱。研究提出染色质调控网络可被解释为具有模糊推理系统特征的机制：常染色质区域对应转录规则的高触发强度，而异染色质区域对应接近零的触发强度。染色质整合多种分子信号并产生分级的转录潜力输出，基因表达因此被视为分布式大分子推理引擎的去模糊化输出。

4.2.4 RNA

RNA是另一种主要的化学编码细胞内信息载体，与固有无序蛋白类似，RNA是固有柔性的生物聚合物，可响应物理化学环境变化采纳多种构象。RNA结构高度动态，二级和三级构象在控制细胞过程中发挥重要作用。RNA二级结构是选择性前体mRNA剪接（alternative pre-mRNA splicing）的主要决定因素，通过选择性内含子去除和外显子连接，单个转录单位可产生多种蛋白质变体。选择性剪接与蛋白质固有无序性密切相关，被剪接影响的多肽段通常为固有无序区域。RNA的结构灵活性、选择性剪接与蛋白质固有无序性之间的相互作用形成分子模糊性的层级级联。RNA的构象多功能性还支持RNA世界假说，即最早生物系统基于既能存储遗传信息又能催化化学反应的自复制RNA分子。RNA与固有无序多肽在生命起源早期阶段可能协同作用。

五、讨论与结论总结

讨论部分指出，分子模糊集可被视为物理化学语言的初级信息单元，其语法由化学反应定义，语义从环境依赖的分子相互作用中涌现。由于分子模糊集也可描述为量子混合态，此类信息处理可被视为量子并行性（quantum parallelism）的一种形式，扩展了量子生物学的概念边界。该框架对化学人工智能（Chemical AI）具有启示意义，该领域寻求利用分子和大分子作为计算硬件、以液相物理化学过程作为软件来模拟生物智能。分子模糊集为在化学介质中实现近似推理形式提供了自然路径。该框架还适用于分子识别、变构调控、系统生物学、药物设计、合成生物学和自适应材料等领域。

结论部分强调，构象集合是模糊集的化学实例化，分子同一性不仅由化学组成和连接性决定，还由可及构象状态的分布及其环境依赖动力学决定。构象化学在分子尺度上提供了模糊集理论的自然物理实现。该框架的优势在于能够将分子同一性和功能描述为分布式、分级且环境依赖的属性；局限性在于隶属度赋值部分依赖模型，且框架目前为解释性而非预测性。未来研究应建立模糊集描述符与统计力学量（如构象概率、自由能景观、熵和量子密度矩阵）之间更严格的联系，并识别可实验观测的分子模糊性表征指标。