实验引导的AlphaFold3解析测量一致的蛋白质构象系综

《Nature Biotechnology》：Experiment-guided AlphaFold3 resolves measurement-consistent protein ensembles

　　

AlphaFold3能从氨基酸序列预测高精度蛋白质结构，但倾向于坍缩至单一主导构象，即使底层结构本应具有异质性。此外其预测无法感知可改变局部序列构象的实验条件。本研究显示，可引导AlphaFold3使其匹配由核磁共振（NMR）波谱、X射线晶体学和冷冻电镜（cryo-EM）实验及上述技术的组合所获得的数据。该方法还可整合明确报告动力学的信息，如残基分辨的有序参数（order parameter, S2）。研究人员证明，此方法生成的紧凑结构系综（structural ensemble），其系综平均可观测量与实验相符，较传统解析的NMR结构具有更少的距离限制（distance restraint）违背，并能揭示电子密度图中未建模的替代构象（alternate conformation, altloc）。该方法为实验感知的预测模型铺平道路，可生成与测量值（可跨多种实验模态）一致的构象系综，并可通过引入能量学信息进一步精修至热力学依据系综。

论文解读：Experiment-guided AlphaFold3 resolves measurement-consistent protein ensembles

一、研究背景与意义

蛋白质是固有动态的实体，可响应环境及行使生物学功能而采样多种构象状态。尽管X射线晶体学、NMR波谱和cryo-EM观测的是大分子结构的结构系综平均，蛋白质结构模型通常只报告主导构象，忽略了潜在的构象异质性。AlphaFold/AlphaFold3(AF3)基于共同进化信息和大量实验结构训练，能达到接近实验精度的单结构预测，但其训练目标——预测"最可能"的单一结构——使输出偏向静态快照，边缘化了训练数据中编码的构象异质性。目前缺乏能显式生成与实验测量一致的蛋白质结构系综的模型。本研究将AF3视为序列条件的结构先验（prior），把系综建模转化为给定实验测量的蛋白质结构后验推断（posterior inference），通过在反向扩散过程中加入基于实验似然的梯度引导项，实现多模态实验数据条件下的构象系综生成。论文发表于《Nature Biotechnology》。

二、主要关键技术方法

研究人员使用开源PyTorch重实现的AlphaFold3（Protenix）及官方AF3权重。核心方法为修改AF3扩散反演（reverse diffusion）过程：在每一时间步对采样的系综计算可微分实验似然（likelihood）——NMR的NOE距离限制与有序参数S²、X射线晶体学的实空间电子密度图（electron density map, F_o/F_c）、cryo-EM的电势（electrostatic potential, ESP）图——取其对数似然梯度作为引导项（guidance term）叠加至AF3得分函数，超参数η控制引导强度，使采样偏向符合实验测量的结构区域。扩散采样后采用AMBER14力场进行能量最小化（relaxation）修正几何畸变，随后通过正交匹配追踪（Orthogonal Matching Pursuit, OMP）或占有率优化进行系综剪枝（ensemble pruning）选取最小子集最大化解释实验观测。基准包括泛素（PDB 1D3Z/1XQQ）、83蛋白NMR数据库子集、X射线晶体结构altloc数据集、胰岛素受体IR-B（PDB 8U4B/8U4E）及淀粉样纤维cryo-EM数据；NMR数据取自BMRB，电子密度图取自PDB-Redo，ESP图取自EMDB。可选引入ProteinEBM能量基模型进行Boltzmann加权再引导或后重加权。

三、研究结果

Guiding AlphaFold3 with NMR distance restraints and order parameters efficiently generates experiment-consistent ensembles

研究人员以泛素为NMR基准，用NOE（Nuclear Overhauser Effect）成对距离上限/下限作为系综统计量引导AF3。结果表明NOE引导的AF3系综较PDB沉积系综（1D3Z）和未引导AF3显著减少距离限制违背（violation），累积违背分布左移，系综异质性更高。额外加入¹⁵N弛豫衍生的酰胺键有序参数S²引导项后，系综计算S²与实验值相关系数r=0.93、q因子=0.06，媲美计算昂贵的NMR引导系综分子动力学（PDB 1XQQ）。在8个AF3误预测短肽及83蛋白NMR光谱数据库中，NOE引导AF3在77%（70/91）案例中改善距离限制满足率，全面优于未引导AF3；ANSURR刚性分析显示92%案例RMSD评分改善。证明NMR多观测量（NOE、S²、RDC衍生S²、TALOS-N二面角）可微分引导扩散系综生成实验一致的动态表征。

Guiding AlphaFold3 with electron density captures previously unmodeled residues in X-ray crystallography data

研究人员用X射线晶体学实空间电子密度图（2F_o?F_c、绝对尺度END图、复合省略图）引导AF3。结果显示对HSP90α（PDB 6CYH）链B配体结合环区AF3预测差的区域，密度引导恢复实验精度；对SARS-CoV-2 Orf9b两种晶型（PDB 9N55/9MZB）、肌红蛋白不同晶面包埋loop（PDB 1U7R/1U7S）均能复现PDB沉积构象。密度引导可填补LPG2148（PDB 5SUJ）未建模表面loop区并更好拟合稀疏密度；恢复PAK2结合肽（无MSA条件）的晶体密度拟合；自动迭代区域检测改善全链拟合。对已有altloc的晶体结构，密度引导生成双峰骨架系综解释多峰电子密度，并检测先前未建模altloc（PDB 5NVJ）。表明X射线电子密度可作为可微分引导生成单/多构象系综及发现隐藏构象。

Guiding AlphaFold3 with cryo-EM maps

研究人员用cryo-EM ESP图引导AF3进行多聚体重建。胰岛素受体IR-B对称apo态（PDB 8U4B）及不对称IGF2结合态（PDB 8U4E），AF3过对称化预测偏差大，ESP引导产生与密度吻合构象；β-淀粉样纤维（PDB 9FH1）AF3完全误判二聚界面，ESP引导获准确密度吻合。说明ESP图引导克服AF3对大复合物及纤维误预测。

Guiding AlphaFold3 jointly with cryo-EM and NMR data

研究人员联合cryo-EM ESP图、固态NMR化学位移推导的TALOS-N二面角（?, ψ）及NOE限制引导人RIPK3淀粉样纤维（PDB 7DA4/7DAC; EMDB-30622）。单纯ESP引导改善密度拟合但骨架二面角与NOE吻合差；联合NOE+二面角引导兼顾全局密度拟合与局部结构精度。证明框架可组合异质模态似然实现多实验约束系综。

四、讨论与结论总结

研究人员将AF3重构为序列条件先验，通过扩散过程中注入可组合实验似然梯度并配合松弛与剪枝，生成紧凑系综其系综平均可观测量解释异质实验数据，应解释为受提供测量和AF3先验约束的后验结构假设而非完全校准Boltzmann平衡系综。框架支持局部到全局策略及多模态组合（距离、S²、电子密度、ESP、二面角、亚结构固定、有效性惩罚），计算开销小（典型数GPU分钟），适合整合入既有晶体学/NMR/cryo-EM流程——晶体学中提议altloc与占有率、修复弱密度loop；NMR中快速系综解读NOESY与弛豫数据；cryo-EM中向柔性区注入原子细节。需注意生成系综是对所提供数据和先验的解释性系综，混合权重不应过度解读为平衡布居；引入力场能量信息可补充约束使之趋近热力学意义系综。未来方向含更紧密整合能量先验与热力学观测量（最大熵或证据基布居估计）、统计稳健区分真实构象熵与认知不确定性、扩展配体/翻译后修饰/结构水建模。该方法推进了主流结构生物学工作流向系综中心建模的常规化。