基于机器学习力场的量子精度振动与构象动力学:从小分子到蛋白质

《Nature Communications》:Quantum-accurate vibrational and conformational dynamics from small molecules to proteins with machine-learned force fields

【字体: 大 中 小 】 时间:2026年11月19日 来源:Nature Communications 18.1

编辑推荐:

  生物分子热力学与光谱学依赖于势能面上的相对构象能量、局部曲率及集体偶极涨落。传统分子力学力场可支持大规模模拟,但其固定函数形式可能错误表征红外强度、模式特征及环境依赖的振动响应。本研究通过有限温度红外光谱评估通用型机器学习力场(MLFFs),涵盖小分子、气相肽

生物分子热力学与光谱学依赖于势能面上的相对构象能量、局部曲率及集体偶极涨落。传统分子力学力场可支持大规模模拟,但其固定函数形式可能错误表征红外强度、模式特征及环境依赖的振动响应。本研究通过有限温度红外光谱评估通用型机器学习力场(MLFFs),涵盖小分子、气相肽段及单体、寡聚和溶剂化蛋白质组装体。为支撑该分析,研究人员构建了QVib数据集(包含293个分子和1366个构象体),并结合肽段酰胺带基准和p53寡聚化结构域模型,评估从DFT参考到实验光谱的振动可迁移性。在上述系统中,机器学习力场在重现DFT水平力、振动频率、态密度、模式本征矢量、构象能量学及实验红外光谱方面均优于分子力学力场。在显式长程静电模型中,SO3LR在所测试模型中提供了最佳的精度-成本平衡。这些结果表明,机器学习力场动力学能够以接近DFT的保真度恢复集体的、环境依赖的振动景观,从而以类力场成本实现光谱验证的生物分子模拟。
**研究背景与问题**

生物分子结构动力学的研究主要依赖静态晶体结构、经验力场以及近年来的序列到结构预测工具如AlphaFold。这些方法将蛋白质描绘为相对刚性的实体,动力学局限于稳定折叠周围的局部涨落。分子动力学模拟虽拓展了对无序或高度复杂运动的认知,但主流范式仍强调局部运动和模块化行为。越来越多的实验证据表明,经典力场所针对的已知情境之外的动力学特征可能更为复杂。生物分子系统探索由自由能垒分隔的亚稳态层级结构,这些能垒控制着慢构象转变和功能动力学。在每个亚稳态盆地内,势能面通常可用谐波近似良好描述,使简正模式分析能够提取局部曲率(频率)和编码主集体运动的本征矢量。然而,传统经典力场分子动力学方法的一个关键局限是忽略了量子力学效应。极化、电荷转移和非谐耦合等量子现象不仅对精确能量景观至关重要,也直接体现在振动光谱中。因此,分子力学力场只能在量子贡献可忽略的条件下与实验进行严格比较,而这一条件在生物相关系统中很少满足。基于此,研究人员开展了系统性的评估研究,旨在比较广泛使用的MMFFs与仅基于量子力学力和能量训练的现代MLFFs。

**关键技术方法**

研究人员采用密度泛函理论计算作为参考基准,使用FHI-aims软件包结合PBE0杂化交换关联泛函和MBD色散校正方案,以及ORCA 6.0.0配合ωB97M-V泛函。分子动力学模拟方面,经典MMFF动力学使用OpenMM 8.1.1配合Langevin积分器,评估了AMBER家族的99SB-ILDN、FF14SB和FF19SB、CHARMM36m、OPLS-AA、GAFF2以及可极化AMOEBA力场。SO3LR动力学使用jax-md在JAX上执行。简正模式分析采用数值Hessian有限位移法。红外光谱通过偶极矩自相关函数的傅里叶变换获得。训练集覆盖度分析基于Morgan指纹的Tanimoto相似度。样本来源包括PubChem数据库的构象体、HITRAN数据库的22个气相分子及NIST标准参考数据库的122个分子。

**研究结果**

**小分子的振动景观**:研究人员评估了MACE-OFF23、MACE-POLAR-1、ANI-2x、AIMNet2、UMA和SO3LR等通用MLFFs重现小分子振动性质的能力。以天冬甜素为例,SO3LR重现参考振动频率的平均绝对误差为8.2 cm?1,而GAFF2的MAE为64.8 cm?1。在全基准测试中,所有测试的MLFFs均 consistently 产生较低的频率误差和更接近参考红外光谱的一致性。MACE家族在频率MAE和红外光谱相似性指标上提供最佳总体一致性,但这与训练集重叠有关——约90%的基准分子在MACE-OFF23训练数据中有密切化学类似物。SO3LR在训练数据完全或部分代表分子环境时产生准确振动预测,对于远离训练分布的分子性能略有下降。在有限温度红外方面,以L-oF-苯丙氨酸+H?为案例,MLFFs紧密重现PBE0+MBD和ωB97M-V参考数据,而GAFF2高估构象能垒且未能识别构象体C为局部极小值。计算成本比较显示,SO3LR相对GAFF2的实际减速小于约2倍,而AIMNet2约慢50倍,MACE-POLAR-1约慢400倍。与HITRAN和NIST实验数据比较,有限温度SO3LR分子动力学显示出系统性改善。

**肽段的稳定性与振动**:研究人员将研究扩展到AceAla15NMe肽段,简正模式分析在四个代表性构象体上进行。MLFFs重现参考振动模式,而六种MMFFs与DFT的一致性显著较低。在酰胺-I和酰胺-II带方面,SO3LR和MACE-POLAR-1与从头算光谱高度一致,正确重现酰胺带的位置和相对强度。对于AceAla5,10,15LysH?,SO3LR模型产生的红外光谱与实验和基于PBE+vdW的从头算分子动力学一致,准确重现所有肽段长度的带位置和相对强度。

**多聚体蛋白质中振动的环境效应**:研究人员研究了p53四聚化寡聚结构域。在真空中分离的单体方面,SO3LR比MMFFs更忠实地捕捉C-H、N-H和O-H伸缩分布。在β-折叠二聚化界面方面,SO3LR获得的振动谱与PBE0+MBD参考数据密切匹配。在显式水中,SO3LR表现出键长变化与振动位移之间的线性相关(R2=0.91),表明模型捕捉了底层物理关系,而AMOEBA仅显示弱线性趋势,MMFFs未能重现任何有意义的相关性。对于Ile332骨架酰胺的N-H伸缩模式,SO3LR预测145 cm?1的红移,而AMOEBA和FF14SB分别产生15和45 cm?1的蓝移。

**讨论与结论**

MMFFs虽广泛用于生物分子模拟,但其对固定函数形式和经验拟合的依赖限制了捕捉复杂振动和环境效应的能力。AMOEBA可极化MMFF虽通过引入显式极化和非谐项表现略优于非可极化MMFFs,但其固定函数形式仍制约了对溶剂效应、蛋白质-蛋白质相互作用及跨环境构象能量学的准确描述。研究结果表明,以SO3LR为代表的MLFFs能够通过直接从量子力学参考数据学习原子间相互作用来弥合这一差距。在所有研究系统中,MLFFs重现的振动频率、红外强度和有限温度光谱特征与从头算计算和实验测量密切一致。与实验光谱的一致性尤为重要,因为振动可观测量提供了对底层力场的严格独立验证。从生物分子角度看,肽段和蛋白质的红外光谱来自热平均的互变构象集合,其解释需要力场准确耦合结构动力学与振动响应,同时保持计算可行性。SO3LR等MLFFs实现了这一平衡,使有限温度模拟具有接近DFT的保真度,且成本与扩展生物分子采样兼容。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号