通过冷冻电镜密度图上 Boltz-2 的测试时间监督来模拟蛋白质的原子构象集合

了解蛋白质的原子构象集合对于确定其功能至关重要，但最先进的集合预测模型因缺乏来自模拟或实验的高质量构象数据而受到限制。冷冻电子显微镜 (cryo-EM) 异质重建的最新进展使科学家能够可视化通常无法通过模拟获得的较大蛋白质和复合物的密度图集合，但在这些图中构建原子模型仍然是一个挑战。传统上，集成预测模型通过两阶段过程进行训练：通过模型构建将实验密度图转换为原子结构集成，之后使用这些结构来训练序列到原子集成预测器。在这项工作中，我们为 微调 预训练静态结构预测模型（例如直接在原始冷冻电镜图上的 Boltz-2）提出了一种新原理，绕过了两阶段过程。我们将该技术应用于 微调 Boltz-2 的原子模型构建问题，从冷冻电镜图的输入集合生成原子构象，与之前的工作相比，实现了更高的模型构建精度。除了对单个图谱集合的过度拟合之外，我们的方法 CryoSampler 还显示了 微调 后域内泛化的初步证据，无需冷冻电镜数据即可对同一蛋白质家族内未见序列的不同原子构象进行采样。这些功能表明 CryoSampler 具有直接根据原始冷冻电镜测量数据训练下一代原子系综预测模型的潜力。