《Journal of Chemical Theory and Computation》：Developing Explicit Base Stacking Potentials for the IsRNA2+ Coarse-Grained RNA Force Field Using Iterative Reweighting
编辑推荐：
RNA三级结构的准确预测对于理解其多样的生物学功能至关重要。尽管机器学习方法日益流行，基于物理的粗粒化力场仍是阐释RNA分子结构与动力学的重要工具。本文引入迭代重加权算法，作为力场参数优化的灵活框架。研究人员将该框架应用于开发IsRNA2+力场，即在IsRNA
RNA三级结构的准确预测对于理解其多样的生物学功能至关重要。尽管机器学习方法日益流行，基于物理的粗粒化力场仍是阐释RNA分子结构与动力学的重要工具。本文引入迭代重加权算法，作为力场参数优化的灵活框架。研究人员将该框架应用于开发IsRNA2+力场，即在IsRNA力场的基础上增加显式碱基堆积势能。通过对包含46个“简单”和20个“困难”RNA的基准测试集进行结构预测任务，验证了IsRNA2+力场的性能。与原始IsRNA2力场相比，当前的IsRNA2+力场在结构预测准确性上有所提升。对若干具有大幅改进案例的详细分析凸显了局部能量组分在决定RNA分子整体三级结构中的平衡处理的重要性。研究人员还展望了将机器学习方法与传统力场相结合，以进一步增进对RNA结构与动力学的理解。
**基于迭代重加权的RNA粗粒化力场显式堆积势能开发及其在IsRNA2+中的应用**
**一、研究背景与问题提出**
RNA分子在基因表达调控、蛋白质合成催化及生物化学反应等众多细胞过程中发挥关键作用，其功能与三级结构密切相关。RNA三级结构预测的计算方法主要分为三类：基于物理原理的方法、基于知识的方法和基于机器学习的方法。其中，基于物理原理的方法通常涉及开发分子力场以评估RNA结构，而粗粒化力场因计算效率高而被广泛采用。近年来，尽管基于机器学习的方法日益流行，基于物理的方法仍是重要的探索方向，因为准确的粗粒化力场不仅有利于结构测定，还有助于研究RNA分子的折叠动力学。
在力场参数训练中，反玻尔兹曼方法是常用技术。该方法将各自由度分布独立反演以提取势能，不同自由度间的集体效应通过迭代进行参数优化和分子动力学模拟来纳入。然而，在IsRNA力场的开发过程中，参数在不同迭代中逐步添加，各自由度间的相关性被吸收进不同势能项中，导致各项数值依赖于添加顺序。此外，IsRNA原始模型中的碱基堆积相互作用由堆叠碱基间珠子对的成对势能共同贡献，而成对势能在描述本质上是多体相互作用的碱基堆积时存在局限。
为克服上述问题，本研究引入迭代重加权算法作为训练力场参数的灵活框架，将该方法应用于开发包含显式碱基堆积势能的IsRNA2+力场，并系统评估其在不同复杂度RNA结构预测任务中的性能。
**二、研究内容与主要结论**
研究人员采用基于迭代重加权算法的框架，以IsRNA2力场为基础模型，引入显式碱基堆积势能作为修正项，开发了IsRNA2+力场。该势能作用于环区相邻碱基对，包含距离势能和角度势能，并根据参与碱基类型分为嘌呤-嘌呤、嘌呤-嘧啶和嘧啶-嘧啶三组进行训练。训练集由14个包含不同长度和类型环区的小型RNA结构组成。参考分布由全原子分子动力学模拟产生。在每次迭代中，进行粗粒化模拟，通过随机梯度下降算法优化数值势能网格点，使重加权分布与参考分布的Jensen-Shannon散度最小化。经过三次训练迭代后，采用第二迭代的势能作为最终堆积势能。
通过基准测试集评估，IsRNA2+力场在46个简单系统和20个困难系统上的结构预测精度均优于原始IsRNA2力场。对于简单系统，平均RMSD从7.37 ?降至6.47 ?；对于困难系统，平均RMSD从12.21 ?降至10.01 ?。配对t检验和Wilcoxon符号秩检验均表明改进具有统计学显著性。对1E95、2MTJ、8VM8和3NPN等案例的分析显示，IsRNA2预测结构常因成对势能的吸引作用导致分子内部区域拥挤、环区堆叠被破坏；引入显式堆积势能后，环区构象得到恢复，预测结构更接近天然构象。这一结果表明，局部相互作用的平衡处理对RNA整体三级结构的准确预测具有重要影响。
**三、主要研究方法**
本研究采用的主要技术方法包括：迭代重加权算法（iterative reweighting）作为力场参数优化框架；IsRNA2粗粒化RNA模型，每个残基由五个粗粒化珠子表示，其中两个珠子追踪RNA骨架，三个珠子表示碱基部分；显式碱基堆积势能，由距离势能、角度势能和权重因子构成，用于描述相邻碱基间的堆积相互作用；全原子分子动力学模拟用于生成参考分布，采用ff99+bsc0+chiOL3力场、TIP3P水模型和150 mM NaCl离子浓度；OpenMM粗粒化模拟用于迭代训练；随机梯度下降算法配合PyTorch模块进行参数优化；Jensen-Shannon散度作为损失函数；副本交换分子动力学模拟用于结构预测；模板法VfoldLA用于生成初始结构。
**四、研究结果**
**4.1 总体性能评估**
在46个简单系统和20个困难系统上进行结构预测基准测试，结果表明，除AlphaFold3外，IsRNA2+在多数系统上的预测精度优于其他测试方法。对简单系统，IsRNA2+平均RMSD为6.47 ?，优于IsRNA2的7.37 ?、SimRNA的7.38 ?、iFoldRNA的8.51 ?、FARFAR2的7.89 ?和RNAJP的6.89 ?。对困难系统，IsRNA2+平均RMSD为10.01 ?，同样优于除AlphaFold3外的其他方法。统计检验证实了改进的显著性。此外，对训练集中未出现的更长内环系统的测试表明，训练得到的堆积势能具有良好的泛化能力。
**4.2 典型案例可视化分析**
对四个具有显著改进的案例进行详细分析。H型假结1E95中，IsRNA2预测的L2环因成对势能的吸引而弯曲向分子内部，导致堆叠中断；IsRNA2+恢复了环区连续堆叠的构象。三向连接2MTJ中，IsRNA2+恢复了残基36和37的堆积几何。四向连接8VM8中，IsRNA2+保持了螺旋间的共轴堆叠模式。困难系统3NPN中，IsRNA2+恢复了包含残基12-15的环区堆叠相互作用。四个案例均呈现共同特征：IsRNA2预测结构的回转半径最小，表明存在过度紧凑的区域；显式堆积势能通过平衡成对势能的吸引作用，恢复了正确的环区构象。
**4.3 非局部堆叠的探索性分析**
通过x3DNA-DSSR结构分析发现，42个简单系统和全部20个困难系统均存在非局部堆叠碱基对。对15个含有多个非局部堆叠对的系统的探索性测试表明，将堆积势能额外应用于天然非局部堆叠对可进一步降低平均RMSD至6.83 ?（相比仅局部堆叠的8.60 ?）。然而，控制实验显示该方法可能对已获良好预测的系统产生负面影响，且该方案依赖天然结构先验知识，不适用于实际结构预测任务。
**五、讨论与结论**
讨论部分指出，当前堆积势能仅应用于环区相邻残基，无法处理RNA分子中普遍存在的非局部堆叠相互作用。不同类型非局部堆叠（如环内跳跃堆叠、不同环区间堆叠以及碱基插入螺旋区堆叠）具有不同的几何偏好，系统地表征和参数化具有挑战性。未来的研究方向包括开发非局部堆叠势能、利用机器学习方法（如随机森林）预测潜在堆叠残基对，以及将端到端结构预测模型（如AlphaFold3）的输出作为基于物理的力场的约束，发挥两者的互补优势。研究还指出，堆积势能对离子条件的依赖尚需进一步探讨。
研究结论部分指出，本研究提出了迭代重加权算法作为力场参数优化的灵活通用方法，并将其应用于训练显式堆积势能，构建了IsRNA2+力场。在80个不同复杂度的系统上进行结构预测测试，修正后的力场在许多系统中提高了预测精度，部分系统RMSD降低约50%。改进源于吸引性成对势能与堆积势能之间的竞争：缺乏堆积势能时，RNA分子中相距较远的部分常发生塌缩，导致环区扭曲和碱基堆积破坏；显式堆积势能有助于恢复环区的正确取向，从而获得更准确的预测结构。研究人员还强调，与许多三级结构预测模型一样，IsRNA2+的性能依赖于二级结构输入的质量。
