填补AlphaFold3空白，字节跳动提出物理引导的方法让蛋白质动起来

文章预览

世界是变化的，分子是运动的，从预测静态单一结构走向动态构象分布是揭示蛋白质等生物分子功能的重要一步。探索蛋白质的构象分布，能帮助理解蛋白质与其他分子相互作用的生物过程；识别蛋白质表面下的潜在药物位点，描绘各个亚稳态之间的过渡路径，有助于研究人员设计出具有更强特异性和效力的目标抑制剂和治疗药物。但传统的分子动力学模拟方法昂贵且耗时，难以跨越长的时间尺度，从而观察到重要的生物过程。 近年来的深度学习蛋白质结构预测模型在这个问题上也同样碰壁，往往只能预测静态单一结构，包括最近再次登上 Nature 的  AlphaFold 3， Deepmind 的研究者也承认其仍然 专注于分子结构的静态预测，对动力学行为的刻画还不够。 另一方面，蛋白质构象并非随机分布，而是玻尔兹曼分布，其出现的概率与其自由能量成指数级的 ………………………………