跳到正文
arXiv· Eoin Quinn; Oliver Bent·· 13 天前AI 评分52

蛋白质构象集合生成器跨有序与无序结构状态的设计选择消融研究

Ablating Design Choices for Protein Ensemble Generators Across Structural Regimes

AI 导读

论文用最小 Cα flow-matching 模型消融蛋白质集合生成器的设计选择,认为训练数据而非架构是跨结构状态的主要约束。研究在有序、无序、多域和过渡蛋白上比较架构、序列条件、刚体对齐与训练来源,并用实验 SAXS 和 NMR 化学位移数据评估各变体。

预印本 · arxiv · 2611.05055

本站摘要基于收录版本 v1(2026-11-04),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

蛋白质构象系综的生成模型在很大程度上继承了折叠蛋白质结构预测的设计。然而,有序蛋白质和无序蛋白质占据不同的结构区间,我们研究了这些设计选择在两者之间如何成立。我们使用一个极简的 C$α$ 流匹配模型,对架构、序列条件化、刚体对齐和训练来源的选择进行消融实验,并针对实验 SAXS 和 NMR 化学位移数据评估每个变体,这些数据被划分为有序、无序、多结构域和过渡态蛋白质。专家混合路由、静态成对表示和无序探针没有可检测的影响,较小的蛋白质语言模型在有序蛋白质上表现较差但在无序蛋白质上并非如此,而损失函数中的对齐会降低与 SAXS 的一致性。用片段组装系综替换无序蛋白质的粗粒度模拟,可以在牺牲 SAXS 一致性的代价下改善与化学位移的一致性,而两者的等量混合则能在较小的代价下保留大部分改进。这表明主要限制在于训练数据,而非架构。

来源:arXiv · arxiv.org