PNAS | 蛋白质折叠“黑箱”被打开！南开大学邵学广等团队发现AI新方法CTC突破传统限制，从分子模拟中无偏揭示蛋白质折叠中间态

背景：蛋白质折叠机制及其瞬时中间态的揭示是计算生物物理学的核心挑战，分子动力学模拟虽能生成高维数据，但从中提取清晰的动力学模型仍面临困难。研究目的：南开大学邵学广等团队提出基于人工智能的条件转移聚类框架，旨在克服传统方法依赖预定义聚类或线性动力学假设的局限，以无偏方式从模拟数据中识别蛋白质折叠的中间态和过渡态。结论：CTC方法通过以动力学为中心的原则，利用正则化流估计条件转移概率，将状态定义为低逃逸概率的“动力学岛屿”，成功应用于蛋白质折叠轨迹，揭示了关键中间态和折叠路径，为生物分子系统提供了更客观、物理基础的分析方法。