Neopep:以机器学习力场能量做强化学习预测非天然肽结构
Neopep: Reinforcement Learning From Machine-Learned Force Field Energy for Non-Canonical Peptide Structure Prediction
研究团队提出 Neopep,一种面向含非天然氨基酸肽段的序列到结构扩散模型,先以 PDB 结构预训练,再用冻结的机器学习力场能量作为强化学习信号微调。模型训练覆盖 189 种非天然氨基酸,原子级架构原则上可推广到任意化学结构。论文报告,其生成结构相对真实结构的 RMSD 平均值低于未微调版本和其他先进结构预测模型。
预印本 · biorxiv · 10.64898/2026.10.22.760799
本站摘要基于收录版本 v1(2026-10-28),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
肽类治疗药物在小分子与较大蛋白质之间占据着一个颇具吸引力的中间地带,而在实践中,大多数已获批的肽类药物都含有非天然氨基酸(ncAA)或其他非肽类化学修饰,以获得更优的理化性质(Yaseen Khan et al. (2026))。已知 ncAA 的化学空间数量多达数千种,然而当前最先进的序列到结构预测模型对其处理效果不佳,因为作为主要训练数据来源的蛋白质数据库(PDB)(Berman et al. (2003))中,沉积的残基里只有不到 0.02% 对应于 ncAA。我们的核心思想是,这一数据瓶颈可以通过将生成式结构预测与基于机器学习力场(MLFF)能量的强化学习(RL)相结合来克服。我们提出了 Neopep,这是一个用于含 ncAA 肽结构预测的序列条件扩散模型,首先在 PDB 结构上进行预训练以建立结构先验,然后通过 RL 进行微调:对于含 ncAA 的肽序列,模型提出结构,由一个冻结的 MLFF 进行打分,该能量信号被直接反向传播回模型,以逐步降低其预测的能量。MLFF 在化学空间的大部分区域已展现出接近量子化学的精度,仅需 DFT 级别精度的一小部分计算成本(Kabylda et al. (2025))。这使得它们比经典的、经验推导的力场精确得多,后者是针对标准的 20 种氨基酸参数化的,无法推广到任意化学结构。虽然 Neopep 是在固定的 189 种 ncAA 集合上训练的,但其底层架构在原子级粒度上运行,原则上可推广到任何化学结构。我们证明,与未经微调以及其他最先进的结构预测模型相比,我们的模型能够生成含 ncAA 肽的结构,其与真实结构的平均 RMSD 值更低。
来源:bioRxiv · biorxiv.org