**Q1 中文标题** 基于内在结构中心点的路径表示法（PRISM）：一种聚类分子路径的结构映射方法

《Digital Discovery》：Pathway representation via intrinsic structural medoids (PRISM): a structural mapping approach to clustering molecular pathwaysOpen Access

　　

**Q3 摘要专业翻译**

研究人员提出基于内在结构中心点的路径表示法（Pathway Representation via Intrinsic Structural Medoids, PRISM），这是一个用于对生物分子转变的分子动力学模拟路径进行聚类的状态感知框架。在PRISM中，每条路径被映射为一小组通过确定性k-means聚类方案获得的结构中心点（medoids）。路径间的两两相异性通过代表集之间的加权平均豪斯多夫距离（weighted average Hausdorff distance）进行计算，该度量有效捕获平均最近邻结构偏差，同时降低对离群值的敏感性。对所得相异性矩阵进行层次凝聚聚类（hierarchical agglomerative clustering）即可定义路径家族。研究人员在三个复杂度递增的生物分子转变过程上评估了PRISM：丙氨酸二肽C_7eq → C_7ax异构化、腺苷酸激酶（adenylate kinase）开放转变以及HIF-2α PAS-B配体解离。PRISM在不同体系中均产生稳健的聚类分配结果，其中心点能忠实代表不同构象状态。通过结合基于状态的描述与稳健的几何相异性度量，PRISM为组织复杂转变路径提供了一种可扩展框架。

**Q4 论文解读文章**

**研究背景与意义**

近年来，计算硬件与软件的进步极大地延长了原子级分子动力学（molecular dynamics, MD）模拟可访问的时间尺度。过渡路径采样、里程碑（milestoning）以及加权系综（weighted ensemble, WE）等路径采样策略能够高效生成跨越能垒过程的路径系综。然而，这些路径系综包含大量长度各异、构象空间重叠但又彼此不同的路径，给分析带来巨大挑战。因此，将这些路径组织为能够捕获主导机制、同时揭示低概率但功能相关替代途径的路径家族，是该领域的核心目标。

已有的路径聚类方法主要包括三类：第一类基于整条轨迹间的几何距离，如路径相似性分析（Path Similarity Analysis, PSA）采用Hausdorff或Fréchet度量；第二类以语言学策略（Linguistics Pathway Analysis of Trajectories with Hierarchical clustering, LPATH）将构象空间离散为状态并以字符串相似度进行聚类；第三类为深度学习方法，将轨迹嵌入低维潜空间后聚类。研究团队先前提出的SHINE（Sampling Hierarchical Intrinsic N-ary Ensembles）框架基于n元相似性度量构建路径相异性矩阵，可在线性时间内完成确定性的多对多路径聚类。

然而，直接在完整帧系综层面定义路径相异性仍存在局限：其一，均方位移（mean-squared deviation, MSD）等度量将路径视为无定形构象云，难以将路径家族与可解释的结构状态相关联；其二，经典Hausdorff距离受最坏情况离群值支配，对噪声敏感；其三，全轨迹系综级距离计算在大规模路径系综（如数千条路径）下成本高昂。基于这些考量，研究团队在SHINE基础上引入状态感知设计，提出基于内在结构中心点的路径表示法（Pathway Representation via Intrinsic Structural Medoids, PRISM）。

**研究内容与结论**

PRISM先将每条路径通过确定性k-means NANI（N-Ary Natural Initiation）聚类算法映射为紧凑的结构中心点（medoids）集合，代表该轨迹的内在“状态”；再利用加权平均豪斯多夫距离度量代表集间的双向平均最近邻失配，构建路径相异性矩阵；最终通过层次凝聚聚类（hierarchical agglomerative clustering）获得路径家族。研究团队设计了三种中心点构建策略：Option 1为全局共享中心点、Option 2为逐路径独立中心点、Option 3为两阶段精炼中心点。PRISM在三个复杂度递增的基准过程中得到验证：丙氨酸二肽（alanine dipeptide, ALA）C_7eq → C_7ax转变、腺苷酸激酶（adenylate kinase, AdK）闭合-开放转变以及HIF-2α PAS-B结构域配体解离过程。结果表明，PRISM在三个体系中均稳健