AlphaFold2はタンパク質の単一高精度構造予測に優れるが、生物学的機能に不可欠な多様なコンフォメーションの網羅的サンプリングは困難。既存のMSAサブサンプリング法(AFSample2、AFCluster)は限定的な多様性しか得られず、MD単独では計算コストが膨大。
→ AF2重みへの直接ノイズ注入と自動MDパイプラインを組み合わせてFEL探索を効率化
| 手法 | アイデア | 用途 |
|---|---|---|
| AF-RW | 重みにGaussノイズ付加(σチューニング) | 広範な多様性生成 |
| AFSample2 | MSAカラムマスキング | 比較ベースライン |
| AF-Ensemble | 566タンパク質でFine-tune | Elusiveな代替配座補完 |
| BioEmu | MD+構造データで学習 | 比較対象(偏り強め) |
Metadynamics参照FELとの定性比較
| シード手法 | FELカバレッジ |
|---|---|
| 単一AF2予測 | 限定的(1サブリージョン) |
| AFSample2シードMD | 部分的 |
| AF-RWシードMD | 良好(最小値近傍を捉える) |
| AF-RW + AFSample2 | 最良(両ミニマム捕捉) |
10タンパク質(open/closed既知)で評価
成功基準: TM-score中央値>80かつIQR非重複で open/closed 両方を少なくとも1シミュレーションでカバー
Angiopoietin-1 receptor(Q02763)での評価
| 手法 | ポケット形状再現 | Fpocketスコア |
|---|---|---|
| 単一AF2 + MD | 低(apo偏り) | 低 |
| BioEmu | 部分的 | 中 |
| AF-RW PAF-MD | holo状態を再現 | 高 |
| 適用先 | ユースケース |
|---|---|
| lib/md | AF-RWコンフォメーションアンサンブルでRMSD/HBond解析の起点を多様化 |
| lib/docking | PAF-MDマクロステートをUniDockアンサンブルドッキング入力として活用 |
| lib/fep | アポ/ホロマクロステート間のFEP計算で結合自由エネルギー評価 |
クリプトポケット・アロステリックサイト対象のSBDDワークフローに直接統合可能