IDPForge：基于Transformer蛋白质语言扩散模型生成内在无序蛋白质构象集合的方法

《Nature Communications》：IDPForge: deep learning of proteins with global and local regions of disorder

摘要

尽管机器学习已经以惊人的准确性改变了折叠蛋白质基态的结构预测，但内在无序蛋白质和区域（IDPs/IDRs）由多样且动态的结构集合所定义，而诸如AlphaFold和RoseTTAFold等算法对这些集合的预测置信度较低。我们提出了一种机器学习方法——IDPForge（Intrinsically Disordered Protein, FOlded and disordered Region GEnerator），该方法利用Transformer蛋白质语言扩散模型来生成全原子IDP集合和IDR集合，同时保留折叠结构域。IDPForge无需序列特异性训练、粗粒化表示的反向变换，也无需整体再加权。生成的IDP/IDR构象集合与NMR和SAXS溶液实验数据均吻合良好，并且可根据需要选择使用实验约束进行偏置。具有这些多种功能的IDPForge有助于对含有内在无序的蛋白质进行整合和结构研究，并作为开源资源供一般使用。