《PLOS Biology》：AlloPool is a deep learning framework that infers protein allostery from molecular dynamics simulations
编辑推荐：
摘要专业翻译
近年来，人工智能的进展已经变革了蛋白质结构预测与设计领域。然而，蛋白质功能不仅受静态结构支配，还受构象动力学支配，后者使蛋白质能够访问不同的功能状态。预测这些动力学转变是许多生物过程的核心，但由于高分辨率实验数据的稀缺，限制了用于动力学和能量性质
摘要专业翻译
近年来，人工智能的进展已经变革了蛋白质结构预测与设计领域。然而，蛋白质功能不仅受静态结构支配，还受构象动力学支配，后者使蛋白质能够访问不同的功能状态。预测这些动力学转变是许多生物过程的核心，但由于高分辨率实验数据的稀缺，限制了用于动力学和能量性质预测的机器学习模型的训练，因此仍然具有挑战性。在此，研究人员提出了AlloPool，一个基于图神经网络（GNN）的框架，通过迭代剪除残基-残基相互作用来解读分子动力学模拟，以揭示控制蛋白质构象动力学以及对化学或机械扰动的结构响应（统称为别构效应）的最小、时间分辨的相互作用网络。通过将时间注意力与图聚合相结合，AlloPool从平衡和非平衡分子动力学模拟中学习演化的相互作用图，从而能够准确重建动力学轨迹以及驱动构象转变的相互作用网络。该框架在多种动态蛋白质系统中得到验证，包括结合结构域、机械传感器、信号受体和酶，AlloPool能够绘制别构通讯通路、预测配体结合、机械力和突变的影响、发现瞬态动态状态，并在动力学轨迹重建方面优于现有的机器学习方法。这一进展为解读蛋白质动力学提供了一个通用框架，对药物发现、合成生物学和蛋白质工程具有广泛意义。
论文解读文章
一、研究背景与科学问题
蛋白质功能不仅取决于其静态三维结构，更取决于其构象动力学——即蛋白质在不同功能状态之间相互转换的能力，以及通过别构效应（allostery）在长距离上传递信息、响应配体结合或机械力等外部刺激的能力。传统的蛋白质动态研究常将蛋白质视为在不同离散构象状态之间切换的分子开关，但这种静态框架过度简化了别构过程背后连续、多维的转变。新兴的深度学习方法虽已在建模离散蛋白质结构状态的分布方面取得进展，但这些方法往往忽略了状态之间的动力学耦合，也未显式学习驱动构象变化的物理相互作用，因此在指导构象选择性药物和可开关蛋白质的设计方面能力有限。
分子动力学（MD）模拟为研究原子运动提供了强大工具，可探测与动态和别构转变相关的时间尺度。基于图的计算模型——以残基为节点、以相互作用为边——常与MD数据结合以识别长程残基相互作用并绘制别构通讯通路。扰动响应扫描（PRS）和互信息（MI）等技术在推断别构通路方面显示出潜力，但存在关键局限：PRS假设扰动与响应之间呈线性动力学关系，忽略非线性行为；MI涉及复杂的后处理，易引入偏差；两种方法都仅依赖相关性，缺乏揭示方向性信号传播的因果推断能力。新兴的机器学习方法，包括深度学习和图神经网络（GNN），能够捕捉复杂、非线性和时间关系，已成功应用于动态生物网络。例如，神经关系推断（NRI）在MD模拟中识别别构通路方面显示出潜力，但NRI依赖静态且全连接的相互作用图，限制其建模时间依赖性构象变化的能力。
二、研究内容与核心结论
为应对上述挑战，研究人员开发了AlloPool，一种基于GNN的框架，专门用于解读复杂的蛋白质动态模拟并预测控制这些运动及相关蛋白质功能的残基相互作用网络。通过时间注意力机制和图聚合层等多项创新，AlloPool克服了静态图和过度简化假设的局限，在建模时间依赖性构象变化方面表现卓越。该框架在多种动态蛋白质系统中得到验证，包括蛋白质结合结构域、信号膜受体、酶和机械传感器。AlloPool在预测构象动力学方面持续优于现有方法，准确建模了化学和机械刺激以及氨基酸突变对蛋白质动力学和功能的影响。此外，AlloPool通过检测时间相互作用模式的变化，实现了蛋白质状态的无监督发现和分类。该研究不仅加深了对蛋白质功能的理解，还为理性药物设计、药物发现、合成生物学和生物工程提供了强大工具。
三、主要关键技术方法
研究人员采用以下关键技术方法开展研究：其一，分子动力学模拟，使用GROMACS 2022.4软件配合CHARMM36力场，在NPT系综、310K和1 bar条件下进行，对膜蛋白嵌入POPC脂双层，对GAIN结构域和细菌黏附素SdrG分别采用恒速拉伸的牵引分子动力学（SMD）模拟；其二，图构建与特征工程，将每个时间窗口的帧数据表示为图，节点代表残基，边基于残基间距离（≤10–14 ?且在窗口内至少30%帧中成立）定义，节点特征包括Cα和Cβ原子空间坐标、骨架二面角的正弦和余弦、Cα原子帧间位移以及64维绝对位置嵌入；其三，编码器-解码器架构，编码器包含结构注意力模块（采用Point Transformer处理3D点云）、时间注意力模块（采用GRU模型学习时间依赖性）和多个边池化模块（通过Edge-TopK块迭代减少图连通性），解码器采用多组件时空图卷积网络预测3D空间坐标；其四，模型训练以RMSD为损失函数，使用Kabsch–Umeyama算法对齐结构，采用Adam优化器；其五，通路计算、边PCA与谱聚类分析，以及配体功效相关性分析等方法用于结果解读。
四、研究结果
AlloPool在蛋白质动态轨迹重建方面优于最先进的机器学习模型。 研究人员将AlloPool与NRI模型在多个蛋白质系统的平衡和非平衡模拟上进行比较，包括Pin-1、GAIN机械传感器结构域、多巴胺D2受体和β1肾上腺素能受体（B1AR）。结果显示，NRI模型虽能复现RMSF所测量的轨迹波动，但RMSD误差在1.4至5.72 ?之间变化，表明其未能准确重建帧间平移位移。AlloPool在波动和结构准确性两方面均优于NRI，重建RMSD达到亚埃级精度。消融实验表明，移除时间注意力模块使RMSD从0.89 ?增至1.3 ?，移除配对注意力模块使RMSD增至2.1 ?，证实了这两个模块的关键贡献。
AlloPool的计算优势。 在NRI的全连接场景中，边数为O(n2)，计算复杂度为O(n2·d)；而AlloPool通过距离截断构建稀疏初始图，图大小随蛋白质尺寸线性扩展，总计算复杂度为O(n·d)。在PDZ、Pin1和D2DR三个代表性分子系统上的直接定量比较显示，AlloPool的训练和推理时间及内存消耗均大幅降低，最高可减少50倍。
AlloPool准确预测蛋白质折叠和信号传导过程中的大尺度构象转变。 该模型在GAIN结构域的SMD模拟、SdrG细菌黏附素以及多巴胺D2受体的平衡MD模拟上进行了评估，均能高保真地重建轨迹并识别多个构象状态。
AlloPool预测导致GAIN机械去折叠的力传播通路。 在ADGRG1受体GAIN结构域的SMD模拟中，AlloPool以0.89 ?的平均RMSD精度重建轨迹。高频率边与相邻残基的连续骨架连接对齐，同时捕捉远端残基之间的关键三级接触。相互作用网络图呈现不对称性，表明模型能够创建有向边，反映别构信息在结构上的方向性流动。力传播通路分析显示，连接力施加位点的通路与基于相关性的方法识别结果高度一致。
AlloPool学习GAIN机械去折叠的构象动力学决定因素。 对池化边进行PCA分析揭示，在低延伸（低累积力）时池化边无法区分轨迹重复，但在高延伸时出现两个不同的转变，产生特定的构象动态模式。未加载状态的关键边连接螺旋H1和H2、螺旋H2与环10、β链4–9与Stachel，由GPS基序内的二硫键稳定；加载状态1的特征是螺旋H1和H2以及β链1之间的增强连接；加载状态2由螺旋H1、环1–7和10以及Stachel之间的疏水堆积区分。
AlloPool预测黏附素SdrG中的力传播和机械去折叠。 对SdrG-纤维蛋白原肽复合物的SMD模拟显示，AlloPool预测的断裂力分布和力-延伸曲线与先前报道高度一致。推断的力传播通路主要涉及N2和N3结构域内的残基，确认机械载荷通过闩锁链经相邻残基网络传递。
AlloPool预测GPCR信号传导的别构转变景观。 在多巴胺D2受体的2微秒MD轨迹上，对池化边进行聚类揭示了三个主要动态模式，对应非活性态、活性态和中间态集合。非活性和活性状态相关的动态模式显示不同的池化边集合，包括GPCR中公认的别构残基，如非活性态的Trp4.50和活性态的Pro5.50-Ile3.40-Phe6.44基序。中间态的池化边表现出非活性和活性态特征的混合。
AlloPool学习动态别构网络以预测GPCR中的配体药理学。 在B1AR的五种配体结合状态的模拟中，AlloPool识别出占据不同受体区域的别构相互作用网络：拮抗剂结合态为TM3-4，部分激动剂结合态为TM3-5-7，完全激动剂结合态为TM3-6-7。完全激动剂态的网络重现了关键别构枢纽（如PIF基序的I3.40和F6.44、toggle基序的W6.48）和GPCR激活标志性的长程相互作用。AlloPool的池化边特征与配体功效表现出强相关性（R2>0.9），而经典接触持久性指标仅显示弱相关性。
AlloPool预测别构突变对蛋白质结合的影响。 在PDZ3结构域的研究中，30个最高耦合边涉及的残基与实验观察到的功能获得或丧失突变位点高度重叠。对八个PDZ变体的模拟显示，功能丧失变体表现出通路数量减少或别构耦合减弱，而功能获得变体则表现出更强的耦合或更多通路。
AlloPool揭示错义突变的动态效应，而结构预测无法捕捉。 对于果蝇Engrailed同源结构域的L16A突变，AlphaFold2和AlphaFold3产生几乎相同的野生型和突变体结构（RMSD仅0.339 ?），而实验结构显示RMSD达17.8 ?。尽管模拟时间不足以重现实验观察的大尺度构象重排，AlloPool仍通过其学习的相互作用网络识别出突变的去稳定效应——突变体池化边图中H1与其余螺旋束之间的相互作用密度显著降低。
AlloPool预测配体结合对多结构域别构蛋白的影响。 在Pin1蛋白的研究中，apo态显示WW结构域与PPIase核心之间的显著耦合；激动剂结合态中WW结构域和α1与PPIase核心的耦合减少，但催化环与α2–3亚结构域之间的耦合增加；拮抗剂结合态中WW结构域紧凑性和折叠增加，α1、PPIase核心和催化环之间的耦合增强。AlloPool识别的通路与核磁共振波谱推断的结果高度吻合。
五、讨论与结论
AlloPool通过时间注意力机制和图聚合层动态演化蛋白质相互作用表示，能够准确预测非平衡SMD轨迹、力传播通路和介导机械去折叠过程中力传递的关键残基网络。其推断的有向、不对称相互作用网络表明能够捕捉方向性力流，在动态情境中超越传统的基于相关性的方法和PRS。PRS基于线性响应理论（LRT），假设扰动响应可从未扰动状态的平衡波动推断，这在诱导契合或机械去折叠等强非线性情况下不再适用。
AlloPool存在若干重要局限：当前模型对蛋白质序列和化学性质不敏感，不编码氨基酸身份，仅依赖MD轨迹中提取的空间信息；因此不适合跨蛋白质泛化，相互作用网络本质上是系统特异性的，需要对每个蛋白质和模拟数据集重新训练模型。未来发展方向包括：通过重新设计的编码器-解码器架构整合更丰富的序列、结构和物理化学信息，集成蛋白质语言模型嵌入，以及能够捕捉原子级动力学决定因素的更高分辨率表示。这些发展有望将AlloPool转变为解码、预测并最终工程化蛋白质构象动力学的通用框架，对别构效应理解和生物技术、合成生物学及药物发现中具有定制功能的蛋白质理性设计产生广泛影响。
