Science｜微软研究院：生成式AI快速准确模拟蛋白质平衡构象集合

本文介绍了微软研究院开发的生成式深度学习模型BioEmu，该模型通过条件扩散框架和预训练的AlphaFold2序列编码器，结合分子动力学数据和实验折叠自由能数据，实现了对蛋白质多构象平衡系综的高效采样。研究背景指出蛋白质功能的关键驱动因素是其在不同构象状态之间的转换能力，但现有技术如冷冻电镜和分子动力学模拟存在成本高和计算资源消耗大的问题。研究目的是通过BioEmu模型解决这些局限，提供快速准确的蛋白质构象模拟。研究结果表明，BioEmu在构象变化预测、模拟MD平衡分布和预测蛋白质稳定性方面表现出色，计算效率比传统方法提高了4-5个数量级，自由能预测误差接近实验误差范围。结论强调BioEmu为药物设计和蛋白质工程提供了全新范式，标志着计算生物学从静态结构预测迈向动态功能建模的关键跃迁。