跳到正文
arXiv· Yusong Wang; Zheyuan Gu; Ailiang Lin; Minghao Shao; Yicheng Xu; Jiang Cai; Prayag Tiwari; Mingkun Xu·· 10 天前AI 评分53

CoMoFlow 通过显式集体模式建模实现可控蛋白质构象集合生成

CoMoFlow: Controllable Protein Conformational Ensemble Generation via Explicit Collective-Mode Modeling

AI 导读

CoMoFlow 提出一种通过显式建模集体变化来可控生成蛋白质骨架构象集合的框架。它从平衡结构构建蛋白质特异的集体模式,学习这些模式系数在分子动力学(MD)集合中的分布,并用采样变化通过特征条件化和 prior recentering 引导 SE(3) flow matching。

预印本 · arxiv · 2611.09548

本站摘要基于收录版本 v1(2026-11-09),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

蛋白质构象系综生成旨在高效刻画蛋白质在单一静态结构之外可及的结构变化。近期的基于流的方法能够高效生成构象系综,但它们隐式地建模协同结构变化,这会限制系综保真度并妨碍直接控制。为解决这一局限,我们提出 CoMoFlow,一个通过显式建模集体变化来生成蛋白质主链构象系综的可控框架。CoMoFlow 从平衡结构构建蛋白质特有的集体模式,学习其系数在分子动力学(MD)系综中的分布,并利用采样的集体变化通过特征条件化和先验重新居中来引导 SE(3) 流匹配。在 ATLAS 和从头设计蛋白质上的实验表明,与强基线的基于流的方法相比,CoMoFlow 改进了对 MD 构象分布及协同结构变化的重建,同时实现了对目标构象变化的直接控制。

来源:arXiv · arxiv.org