eRMSF: A Python Package for Ensemble-Based RMSF Analysis

eRMSF: A Python Package for Ensemble-Based RMSF Analysis of Biomolecular Systems

J. Chem. Inf. Model. | 2025年11月 | DOI: 10.1021/acs.jcim.5c02413 | category: computational_chemistry

MDトラジェクトリ・AlphaFold2サブサンプリング・BioEmu・NMR・クライオEMの揺らぎを同一インターフェースで比較する MDAKit 準拠 Python パッケージ。

(1) 背景：RMSFを巡る「時系列前提」の壁

RMSF（Root Mean Square Fluctuation）は残基ごとの揺らぎを表す古典的指標で、創薬におけるホットスポット同定・アロステリック解析・MD品質管理に広く用いられている。GROMACS / AMBER / 標準 MDAnalysis の RMSF 計算は、いずれも「時系列で並んだフレーム」を入力前提に設計されている。

近年は AlphaFold2 サブサンプリング（MSA を間引いて多数の構造を生成）や BioEmu のような 平衡アンサンブルを直接予測する DL モデル、さらに NMR・クライオEM 由来の構造分布が広く使われ始めたが、これらは「時間軸を持たない構造の集合」であり、既存 RMSF ツールでは直接扱えなかった。

既存 MDAnalysis の RMSF クラスは Trajectory に強く結合しており、静的アンサンブル群の比較には独自スクリプトが必要だった。

BioEmu / AF2 サブサンプリングと MD の柔軟性を 同一の残基インデックス上でプロットする標準ワークフローが存在しなかった。

→ 多様なアンサンブル源を一つの API に集約し、揺らぎを並置比較できるツールが必要。

(2) 手法：MDAKit 準拠の統一 RMSF エンジン

入力は MDAnalysis Universe のリスト。各 Universe は MD トラジェクトリでも、構造分布（PDB マルチモデル）でも可。
参照構造への CA Kabsch 整列を行ってから、選択原子集合（既定: protein and name CA）の RMSF を計算。
原子・残基・領域の カスタム選択に対応（backbone, resid 50:120 等）。
複数 Universe の RMSF を 共通残基番号に揃えて重ね描き、MD vs DL の柔軟性を直接比較。
MDAKit テンプレートに準拠：CI / pytest / 型ヒント整備済。

(3) 本研究で示したこと

4 種以上のアンサンブル源（MD / AF2 / BioEmu / 実験）を 同一 API で読み込めることを実装で確認。
同一タンパク質を対象に、MD と BioEmu アンサンブルの RMSF を 残基単位で並置して可視化。
BioEmu は MD よりも柔軟領域を 過剰評価する傾向を eRMSF の比較で定量化。
AF2 サブサンプリングは 局所柔軟性は再現するが、ドメインモーション等の集団運動は捉えにくいことを示した。
pip install ermsfkit で導入可・MDAKit 公認・CC-BY 4.0 で公開。

(4a) 入力ソース別 RMSF プロファイル

同一残基インデックスに 3 ソースを重ねて描けるのが eRMSF の中核機能。

(4b) アンサンブル源 × 揺らぎ再現性

ソース	局所flex	ドメインmotion	計算コスト
MD（古典FF, μs級）	○	△〜○	高（GPU日〜週）
BioEmu（DL平衡）	○	○ ただし過大	低（推論秒〜分）
AF2 subsampling	○	×〜△	中（GPU 数十分）
NMR ensemble	○	△	—（実験依存）
cryoEM（多状態）	△	○	—（実験依存）

eRMSF 比較で得た知見

DL は flex 領域を一様に +20〜50% 程度過大評価する傾向

MD を 真値の物差しに据え、DL アンサンブルのキャリブレーションを定量できる。

(4c) MDAKit 統合・実装品質

MDAKit 公認＝MDAnalysis 公式に登録され、依存・テスト・型ヒントの最低基準を満たす。

(4d) 配布と適用範囲

ライセンス / 配布

CC-BY 4.0 / pip install ermsfkit

対応生体高分子

タンパク質中心（核酸・脂質は限定的）

既定 selection

protein and name CA

特集号

JCIM「Computational Chemistry: A View from Latin America」

既存 MD ワークフローに 1 行で組み込める軽量ライブラリ。

(5) テイクホームメッセージ

統一インターフェースの価値
MDAnalysis Universe を共通入口に据えるだけで、MD・AF2・BioEmu・NMR・cryoEM を 1 つのスクリプトで扱える。

DL アンサンブルの校正基盤
BioEmu は loop を +20〜50% 過大評価。eRMSF を物差しに、DL 出力の信頼性を残基単位で評価できる。

AF2 サブサンプリングの適材適所
局所揺らぎは MD と良く一致するが、ドメインモーションは捉えにくい。用途を分けて使う判断軸を提供。

残された宿題
信頼区間・有意差検定・フレーム数バイアス補正・核酸/膜サポートが今後の課題。v0 として価値ある最小構成。

応用補足：lib/md への統合提案

RMSFAnalyzer 拡張: 既存 RMSDAnalyzer / HBondAnalyzer と並ぶ EnsembleRMSFAnalyzer を新設し、内部で ermsfkit を呼ぶ薄いアダプタを提供。
マルチソース可視化: AF2 / BioEmu / 実 MD の RMSF を同一残基インデックスで重ね描きする plot_overlay() を追加。
DL 出力 QC ゲート: BioEmu / AF2 結果を採用前に RMSF Δ > 閾値 でフラグし、過剰柔軟領域を warn。
FEP/MM-GBSA 前処理: アンサンブルの RMSF が高い残基を flexible residue 候補として ProLIF / Meeko に橋渡し。

インパクト

「時系列でない構造分布」を一級市民として扱う RMSF の標準器。
BioEmu や AF2 サブサンプリング等 DL アンサンブル時代の評価基盤になり得る。
MDAKit エコシステムにより、追加実装ゼロで他 MDAnalysis ツールと連結可能。