BILBY重构蛋白基序支架评测：从静态回折叠走向分子动力学验证

摘要：蛋白质基序支架生成模型常以静态回折叠成功作为核心指标，但局部结构恢复并不等于整体构象动力学可信。研究提出两项互补评测：BILBY-PRO 从 PROSITE 关联实验结构中系统构建包含220个案例的基序集合，BILBY-MD 则通过全原子分子动力学比较基序漂移、支架漂移、接触保持与二面角自由能景观。对 MotifBench 中55个静态成功案例，31个通过MD支持标准，但仅8个通过全部检查，揭示界面型及上下文依赖型基序的显著稳定性缺口。

---

静态结构正确，不等于蛋白设计具备动力学稳定性

蛋白质基序支架生成的目标，是在保留功能性氨基酸位置与局部几何关系的同时，生成能够承载这些残基的蛋白骨架。传统评测通常只检查生成序列能否被预测器重新折叠到目标结构附近；这种静态指标能够证明局部结构恢复，却无法证明支架在有限温度下不会发生基序漂移、接触破坏或二面角分布异常。

BILBY 将评测拆成两个互补部分：BILBY-PRO 扩大并系统化基序测试范围，BILBY-MD 则把分子动力学支持的稳定性检验引入成功标准。其关键判断是：目标覆盖率、唯一解产出率与动力学保真度不能互相替代。

从小型手工集合扩展到系统化基序基准

BILBY-PRO 从 PROSITE 关联的实验结构中提取结构保守的功能基序，形成220个案例，覆盖174个 PROSITE motif-pattern 条目。与依赖少量人工挑选 motif 的基准相比，这种构建方式减少了对单一研究团队常见结构的偏置，也使模型排名更接近跨功能位点的覆盖能力。

评测六种较新的支架生成模型后，结果呈现出不同能力结构：RFDiffusion 和 Proteina 在目标覆盖上解决更多案例；ESM3 在其能够解决的目标上产生更多不同且成功的支架。这里的“unique-solution yield”很重要，因为一个模型可以反复收敛到同一结构，静态得分很高，却没有真正扩展可用的构象空间。

工程上应将两项指标分开报告：

• 目标覆盖率：模型能否处理给定功能基序；
• 唯一解产出率：成功后能否形成结构多样、而非模板化的支架集合。

单一总分容易掩盖“覆盖广但重复”与“覆盖窄但多样”两种完全不同的生成行为。

BILBY-MD如何检验动力学保真度

BILBY-MD 是参考驱动的全原子分子动力学评测框架。它不是简单计算均方根涨落，而是将生成设计与对应参考体系放在相同类型的模拟条件下比较四类信号：基序漂移、支架漂移、基序接触保持，以及基序二面角自由能景观。

其中，自由能景观比单个坐标结构更严格。一个设计可能在某一帧接近参考结构，却在实际构象集合中频繁落入低概率区域；反之，其局部 RMSD 不一定最低，但关键二面角的总体分布可能更稳定。接触保持则用于识别基序虽然位置接近、残基间作用却已改变的情况。

这种评价把“能否回折叠”升级为“能否在模拟时间尺度内维持功能相关构象”。代价是全原子 MD 需要显式溶剂、合理的力场、足够长的采样与多次重复轨迹，计算成本远高于静态结构预测。对大模型式批量生成而言，逐设计运行 MD 的成本可能成为实际部署瓶颈。

静态成功并不保证动态稳定

在原 MotifBench 的55个静态成功模型—问题组合中，只有31个满足论文定义的 MD 支持标准；若同时通过全部检查的案例仅剩8个。换言之，静态成功案例中约有43%未达到动力学支持标准，而全部检查通过比例仅约15%。

这不是对生成模型能力的简单否定，而是揭示静态指标的适用边界：回折叠模型可能利用局部距离约束，在单帧结构上恢复 motif，却没有复现参考结构的构象集合与状态转换行为。

失败案例还呈现清晰的结构规律。紧凑、自包含且接触网络局部的 motif 更容易获得 MD 支持；依赖蛋白界面、跨域配对或环境上下文的 motif 失败率更高。后者仅凭 motif 局部残基生成支架时，缺少维持正确动力学所需的长期约束，因此结构预测器可能给出看似合理的答案，MD 却暴露其不稳定本质。

评测公平性与仍待核查的问题

BILBY 的贡献不仅是增加一个 MD 指标，而是把基准选择与成功判据同时纳入审计。不过，结果能否直接泛化，仍取决于若干实验细节：

1. 参考轨迹质量：参考实验结构与 MD 模拟是否足够接近，涉及非天然状态、柔性界面或实验条件偏差时，参考本身可能不可靠。
2. 模拟可比性：生成结构与参考体系是否使用匹配的质子化状态、力场、溶剂模型、温度和采样长度，会显著影响接触与二面角判断。
3. 统计重复：单条 MD 轨迹容易受初速度与局部极小值影响；可靠判定通常需要重复轨迹、置信区间或块平均。
4. 评分阈值敏感性：55 个案例中仅8个全通过，说明严格阈值下样本量较小，阈值变化可能明显影响模型排名。
5. 跨方法公平性：RFDiffusion、Proteina 与 ESM3 的训练数据、采样预算和后处理流程需要统一报告，否则覆盖率差异未必完全来自架构能力。

给蛋白质生成研发者的落地建议

实际研发中不建议用单一“refolding success rate”筛选设计。更合理的流程是：先以 BILBY-PRO 扩大候选覆盖面，再按唯一解产出率控制多样性，最后用 BILBY-MD 对入围结构进行动力学筛选。

对于计算资源有限的团队，可采用分级策略：静态折叠筛选用于低成本淘汰，接触网络与刚柔性分析作为第二层过滤，最终仅对候选结构运行重复 MD。对界面型或上下文依赖型 motif，应优先补充结合伙伴、配体或更大复合物上下文，而不是继续增加静态采样次数。

BILBY 最终改变的是评测问题：蛋白质生成不能只问“生成结构能否长得像目标”，还要问“它在真实热力学条件下，能否持续保留目标基序及其可访问构象”。

---

消息来源：Hugging Face Daily Papers (2026-11-05)

—— 完 ——

主题标签： #蛋白质设计 关注 #基序支架生成 关注 #分子动力学 关注 #生成模型评测 关注 #RFDiffusion 关注