Nat. Methods | 独立于预训练结构预测模型的去噪扩散网络用于蛋白质从头设计

文章预览

大家好，本周为大家分享一篇发表在Nature Methods上的文章De novo protein design with a denoising diffusion network independent of pretrained structure prediction models，通讯作者是来自中国科学技术大学的刘海燕/陈泉教授团队，他们的主要研究方向是蛋白质设计。 蛋白质从头设计的主要问题是生成可设计且物理上合理的蛋白质结构，即存在某些氨基酸序列能够折叠至这一结构。最近RFdiffusion在广泛的实验测试中取得了无与伦比的性能，它采用了去噪扩散概率模型(DDPM)，通过对预训练的结构预测网络RoseTTAFold进行微调以实现不同的主链去噪任务。然而，DDPM对预训练结构预测网络的依赖导致它对真实数据外的分布不敏感，即可能生成某些不可设计的骨架结构。因此开发新训练的DDPM以补充RFdiffusion等模型是有价值的。 本文作者设计了SCUBA(sidechain unknown backbone arrangement，侧链未知 ………………………………