AI破译生命！微软蛋白质研究「超级加速器」登上Science

【导读】微软「AI for Science」团队推出BioEmu，将蛋白质研究速度提升10万倍！从结构到功能，从折叠到突变，这个开源神器正改变药物研发的未来。

来自微软团队研究蛋白质的「模拟神器」BioEmu，今日登上了Science！

BioEmu能模拟蛋白质在平衡状态下的各种可能结构集合，为深入理解蛋白质功能提供了关键支持。

论文链接：https://www.science.org/doi/10.1126/science.adv9817

我们的身体由组织和细胞构成，在纳米尺度，蛋白质是驱动生命活动的微型机器。

人类基因组计划能够测序DNA。DNA中有称为基因的片段，基因可以被转录和翻译成一串氨基酸，即蛋白质。

根据氨基酸的序列，蛋白质会折叠成三维结构。

实验测定蛋白质结构很费时间，但AlphaFold的突破，可以精确预测蛋白质结构。

有了可扩展的方法来确定蛋白质序列和结构，但它们的工作原理仍是个挑战。

蛋白质的功能是什么？它与结构有什么关系？

举个例子：肌动蛋白是形成肌肉纤维的关键蛋白质。

像大多数蛋白质一样，肌动蛋白的结构不是固定的。当肌动蛋白结合ATP时，它更倾向于闭合。

闭合的肌动蛋白喜欢与其他肌动蛋白结合，形成纤维，这些纤维是肌肉的基础。

蛋白质的生物功能取决于它们改变构象的能力，不同构象会影响蛋白质与其他蛋白质的结合。

这些构象和它们之间的转变可以通过实验或分子动力学模拟来研究，但这些方法耗时且昂贵。

模拟一个小型蛋白质仅一微秒的运动，在一台现代GPU上需要整整两天，且几乎看不到明显运动。

只有模拟更长时间（如毫秒级），才能看到重要的功能性变化，如折叠、展开或结合，但这需要数年的计算时间，难以大规模应用。

微软研究AI for Science团队推出了BioEMU。

使用时，只需输入蛋白质序列，BioEMU就能生成大量蛋白质结构样本，预测蛋白质的各种性质。

它可以展示一个受体蛋白在两个已知结构之间的运动，预测大尺度结构变化、局部展开以及药物分子结合位点的形成。

BioEMU还能模拟毫秒级分子动力学模拟的结果，传统模拟需要几年GPU时间，而BioEMU只需不到1小时GPU时间，速度提升10万倍！

网友评论，「微软研究院的突破令人振奋！在如此规模上对蛋白质平衡集合建模，对药物发现和疾病理解具有重大意义。BioEmu将数年的结构模拟浓缩到数小时内，是一个巨大的飞跃。」

「我爱科学，还有有史以来最伟大的发明家，正在以指数级改变我的生活。」

模拟蛋白质动态结构

蛋白质的功能与其动态变化的结构密切相关。

它们可以根据需求灵活切换不同形状，这些变化是其发挥作用的基础。

BioEmu是一个模拟器，通过预测蛋白质在不同状态下的结构，让我们更清晰地了解其工作机制。

BioEmu 1.1经过更长时间、更高强度的三阶段训练，运用了海量数据：

• 大规模蛋白质结构数据；

• 超过200毫秒的分子动力学（MD）模拟数据，相当于计算机模拟蛋白质的运动轨迹；

• 50多万条蛋白质稳定性测量数据。

因此，BioEmu 1.1能够更准确地预测蛋白质的行为，捕捉与功能相关的结构变化。

像大规模结构运动；局部结构解开；隐匿密口袋（cryptic pockets）的形成，成功率显著提升。

超快模拟，误差极低

BioEmu 1.1能模拟毫秒级别的分子动力学平衡分布，速度极快。

传统方法可能需要数年GPU时间，而BioEmu 1.1仅需几小时即可完成，极大提升了研究效率。

BioEmu 1.1在预测蛋白质稳定性和突变效应表现出色。

它让实验测量的稳定性数据和模拟出的结构集合更匹配：

• 预测误差小于1千卡/摩尔；

• 在大量测试数据中，与实验测量的稳定性数据相关性超过0.6；

• 训练数据与测试数据的序列相似度约为50%，预测依然精准。

通过分析结构样本，我们可以了解突变对蛋白质稳定性的影响。

此外，BioEmu 1.1还能准确预测单个和双重突变的稳定性变化。

即使面对复杂的突变情况，它也能通过精细的数据训练，捕捉细微差异，做出可靠预测。

BioEmu的训练依托于超过100毫秒的分子动力学模拟数据集，涵盖数千种蛋白质系统和数万个突变体。

这个数据集兼具序列多样性和长时间模拟的优势，数据量大、质量高，为BioEmu的出色表现提供了坚实基础。

BioEMU为大规模研究蛋白质功能打开了大门，助力药物发现、蛋白质设计。

BioEMU已开源（MIT许可证），可在Azure AI Foundry和Colab Fold使用。

开发者可以从GitHub获取代码，从Hugging Face获取模型权重。

参考资料：

https://x.com/MSFTResearch/status/1943373860012744737

https://www.science.org/doi/10.1126/science.adv9817