Nature | 深度网络幻觉设计:蛋白结构预测模型的另一种打开方式
这篇 Nature 文章提出了一个非常直接但影响深远的问题:一个训练来预测蛋白结构的深度网络,是否不仅能读懂天然蛋白,也能反过来设计从未在自然界出现过的新蛋白?作者从随机 100 个氨基酸序列出发,把序列输入 trRosetta,得到模糊的残基间距离与方向分布;随后在序列空间中进行蒙特卡洛退火优化,使网络预测的二维几何图谱逐渐变得清晰、结构化。最终,作者生成 2,000 个候选蛋白,选择 129 个进行实验表达,其中 27 个表现出与设计结构一致的圆二色谱信号,并解析了 3 个蛋白的 NMR 或晶体结构,实验结构与设计模型较好吻合。它的重要性不在于一次性解决功能蛋白设计,而在于证明结构预测网络...