Protein Ensemble Generation (BioEmu)

简介

Protein Ensemble Generation (BioEmu) 根据蛋白单体的氨基酸序列，从近似平衡态构象分布中采样结构系综，用于快速获得折叠/展开等构象多样性，而无需对每条序列做长时间 MD。当前仅支持单体；多聚体效果未经充分验证。采样依赖 MSA（ColabFold/MMseqs2）和 AlphaFold2 embedding。本模块在采样后可选 HPacker 侧链重建，以及局部能量最小化或 0.5 ns 约束 MD 平衡。

参数说明

Sequence

输入蛋白单体的氨基酸序列，最多允许输入100条。

Num Samples

设置每条序列采样的构象数，默认100，最大允许设置1000。

Reconstruct Sidechains

指定采样后是否进行侧链重建，开启后，使用HPacker根据BioEmu生成的 backbone（主链）结构补全氨基酸侧链原子，生成更完整的全原子蛋白结构samples_sidechain_rec.pdb；关闭则只保留 BioEmu 输出的 backbone 构象。默认：True。

MD equilibration

是否使用OpenMM对生成结构进行 MD 平衡（equilibration），进一步优化结构稳定性。默认：True。

MD Protocol

指定 MD 后处理协议类型，可选local_minimization或md_equil。默认：local_minimization

• local_minimization：使用 OpenMM 进行局部能量最小化，通过分子力场降低结构势能，主要用于消除侧链 clash、原子重叠等局部几何不合理问题。
• md_equil：在 local_minimization 基础上进一步进行约束 MD 平衡，包括 0.1 ns NVT 和 0.4 ns NPT equilibration（总计约 0.5 ns），用于让结构达到更加合理的物理状态，同时限制其偏离 BioEmu 生成构象

Filter Samples

是否对生成的构象进行质量过滤，去除不合理结构（如断链、严重原子冲突等）。默认：True。

Denoiser Type

指定 BioEmu 采样过程使用的去噪器类型（denoising model），用于控制生成构象的方式，可选dpm或 heun。默认：dpm。

• dpm：DPM-Solver，默认 50 步、噪声 0，更快，是常规采样。
• heun：Heun，默认 100 步、噪声 0.5，更慢，随机性更大。

Seed

设置随机种子，用于控制生成过程的随机性，保证结果可复现。默认：666

结果说明

参考文献

Lewis et al. Scalable emulation of protein equilibrium ensembles with generative deep learning. Science. 2025. DOI: 10.1126/science.adv9817