这篇论文详细介绍了深度学习与MD模拟结合在蛋白质结构生成与通路发现中的应用。
01 引言
蛋白质在生物学功能中起着至关重要的作用，其结构的准确预测和动力学研究对理解信号传导途径和生物机制至关重要。尽管实验技术不断进步，但分子级别的详细观察仍然受限于空间和时间尺度的限制。分子动力学（MD）模拟是一种能够在分子层次提供洞见的工具，但在处理复杂蛋白质构象变化时存在计算资源需求高的瓶颈。
为了应对这一挑战，本文提出了一种基于深度学习的创新解决方案，将MD模拟与机器学习（ML）结合，尤其是利用自编码器生成蛋白质的过渡结构，旨在揭示从已知的初始和末端状态到未知中间过渡状态的潜在机制。这一方法通过迭代框架自动生成过渡状态，并结合MD模拟进行验证，大大加速了蛋白质通路的探索。本文的案例集中于RASRAF蛋白复合物的研究，展示了如何从膜外状态过渡到与膜结合的状态。
02 蛋白质结构预测的难题与现有方法
在生物信号通路中，蛋白质的结构与功能密切相关。例如，RASRAF途径在细胞生长和癌症中扮演重要角色，揭示其中的分子机制有望为新型癌症疗法提供线索。虽然现有的MD模拟方法可以提供这些生物事件的动态信息，但由于模拟时间与空间尺度的限制，观察到关键的罕见过渡状态几乎是不可能的。
传统的粗粒度模型尽管能加速模拟进程，但往往难以捕捉大规模的蛋白质构象变化，尤其是在涉及蛋白质二级结构变化时。许多现有的通路采样方法依赖于已知的反应坐标或预先定义的最小自由能通路，导致无法有效探索未知的过渡状态。
本文提出的深度学习方法，通过在低维表示空间进行插值与外推生成潜在的蛋白质过渡状态，并结合MD模拟进行验证与迭代优化，解决了这一难题。相比于传统的低维采样技术，这一框架能够揭示更加复杂的蛋白质结构转变路径，并加速科学发现。
图1: 深度学习模型示意图
03 深度学习与MD模拟的结合
利用深度学习生成蛋白质结构的核心技术是自编码器，它通过将蛋白质的空间坐标映射到低维空间来捕捉其固有的构象关联。自编码器模型由编码器与解码器组成，前者压缩高维蛋白质数据至低维表示空间，后者则从该表示空间重构蛋白质的三维结构。
在这一框架中，初始状态和末端状态分别表示为低维空间中的两个孤立簇，通过插值生成潜在的中间状态。随后，这些生成的状态经过新的MD模拟验证，并通过迭代训练逐步改进模型表示，直到两个簇在低维空间中融合为一。这一过程可以自动生成可能的过渡路径，并通过最短路径图搜索算法构建离散的过渡轨迹。
在文章的案例中，研究人员利用RASRAF蛋白复合物中的RAS结合域（RBD）与富含半胱氨酸的域（CRD），通过粗粒度MD模拟来揭示其从溶液中的自由状态到膜结合状态的过渡。
图2: (A) 自动编码器结构 (B) MuMMI 中的结构生成器
04 实验与结果分析
研究采用了粗粒度MD模拟，通过自动采样与结构生成框架，成功捕捉到蛋白质的过渡路径。在这一过程中，研究者进行两轮迭代模拟，分别生成了498个和520个有效的新结构，并重新训练了模型。最终的模型表现出极高的重构精度，最低均方根偏差（RMSD）达到了1.4 Å。
在模型评估中，作者进一步分析了低维空间中的蛋白质轨迹，验证了低维表示空间中蛋白质构象的演化与真实MD模拟中的时间进程存在高度相关性。通过高频采样和时间帧映射，研究表明，不同时间间隔的帧在低维空间中的距离变化与其在MD模拟中的时间变化具有明显的相关性。
此外，研究通过最近邻搜索和最短路径算法验证了低维空间中的蛋白质过渡路径，揭示了高维结构变化与低维表示之间的平滑性。这一发现证明，深度学习模型能够准确捕捉蛋白质结构的固有关系，尤其是在模拟大规模蛋白质构象变化时具备显著优势。
图3: ML 模型生成的代表性重建结构
05 挑战与未来展望
尽管这项研究取得了显著成果，但仍然存在一些挑战。首先，蛋白质低维表示空间的训练过程中，样本的稀疏性会影响模型的精度。其次，如何进一步提高生成结构的物理真实性，尤其是在复杂的蛋白质系统中，仍需通过引入更多物理约束和损失函数来优化。
未来的研究方向包括将该框架扩展到不同类型的蛋白质和结构采样任务，进一步提高模型的适应性和准确性。此外，结合更多的物理约束（如LennardJones势）和使用修复步骤进行结构校正，能够显著提高生成结构的有效性和模型的成功率。
06 结论
本文提出了一种基于深度学习的蛋白质结构生成与路径发现方法，成功应用于癌症信号通路中的RASRAF蛋白质复合物。研究结果表明，该框架能够显著加速蛋白质过渡路径的采样与发现，解决了传统低维路径采样方法的局限性。未来，这一方法有望应用于更广泛的生物系统，为揭示复杂的分子机制提供强有力的工具。
Reference：
Georgouli K, Stephany R R, Tempkin J O B, et al. Generating Protein Structures for Pathway Discovery Using Deep Learning[J]. Journal of Chemical Theory and Computation, 2024.
版权信息
本文系AIDD Pro接受的外部投稿，文中所述观点仅代表作者本人观点，不代表AIDD Pro平台，如您发现发布内容有任何版权侵扰或者其他信息错误解读，请及时联系AIDD Pro (请添加微信号sixiali_fox59)进行删改处理。
本文为原创内容，未经授权禁止转载，授权后转载亦需注明出处。有问题可发邮件至sixiali@stonewise.cn
