Exploring Protein Conformational Ensembles Using Evolutionary Conditional Diffusion.

چکیده اصلی

Protein conformational ensembles encode the dynamic landscapes underlying biological function, regulation, and allostery. Accurately reconstructing such ensembles while balancing the accuracy of conformational distributions and physical plausibility remains a fundamental challenge in structural biology, particularly when dynamic data are scarce. Here, we propose DiffEnsemble, a diffusion-based framework designed for modeling protein conformational ensembles. DiffEnsemble learns latent dynamical representations from static protein structures in the Protein Data Bank and integrates the structural profile derived from the AlphaFold Protein Structure Database as conditional guidance during the diffusion process. Benchmarking on 72 protein targets from the ATLAS molecular dynamics simulation data set demonstrates that DiffEnsemble outperforms existing methods, including BioEmu and AlphaFLOW. Compared with AlphaFLOW, DiffEnsemble achieves improvements of 28.9% and 7.5% in Pearson correlation coefficients for ensemble pairwise root-mean-square deviation and root-mean-square fluctuation, respectively. The results demonstrate that latent dynamical information embedded in static structural data can effectively support the modeling of protein conformational ensembles.

ترجمه فارسی چکیده

مجموعه‌های فرم پروتئین، چیدمان‌های پویا را که زیربنای عملکرد، تنظیم و آلوستریسم زیستی هستند، کدگذاری می‌کنند. بازسازی دقیق این مجموعه‌ها در حالی که تعادل بین دقت توزیع‌های فرم و پذیرش فیزیکی حفظ می‌شود، چالش بنیادین در زیست‌ساخت‌شناسی است، به‌ویژه زمانی که داده‌های پویا کمی هستند. در اینجا، ما DiffEnsemble را معرفی می‌کنیم، یک چارچوب مبتنی بر انتشار برای مدل‌سازی مجموعه‌های فرم پروتئین. DiffEnsemble نمایش‌های پویایی پنهان را از ساختارهای ثابت پروتئین در بانک داده‌های پروتئین (PDB) یاد می‌گیرد و نمای ساختاری حاصل از پایگاه داده ساختار پروتئین AlphaFold را در حین فرآیند انتشار به عنوان راهنمایی مشروط ادغام می‌کند. ارزیابی روی ۷۲ هدف پروتئینی از مجموعه داده شبیه‌سازی دینامیک مولکولی ATLAS نشان می‌دهد که DiffEnsemble از روش‌های موجود، از جمله BioEmu و AlphaFLOW، برتری دارد. در مقایسه با AlphaFLOW، DiffEnsemble بهبودهای ۲۸.۹٪ و ۷.۵٪ در ضریب همبستگی پیرسون برای انحراف ریشه میانگین مربعی (RMSD) و نوسان ریشه میانگین مربعی (RMSF) جفت‌به‌جفت مجموعه به دست آورده است. نتایج نشان می‌دهد که اطلاعات پویایی پنهان در داده‌های ساختاری ثابت می‌تواند به طور مؤثر برای مدل‌سازی مجموعه‌های فرم پروتئین پشتیبانی کند.

متن کامل اصلی