AlphaFold Meets Flow Matching for Generating Protein Ensembles

本文介绍了一种基于流的生成建模方法，用于学习和采样蛋白质的构象空间。作者利用AlphaFold和ESMFold等高精度单状态预测器，通过自定义流匹配框架对其进行微调，得到了一种称为AlphaFlow和ESMFlow的蛋白质结构序列条件生成模型。在PDB数据集上进行训练和评估时，与AlphaFold和MSA子采样相比，我们的方法提供了更高的精度和多样性。当在全原子MD的集合上进一步进行训练时，我们的方法可以准确地捕获未知蛋白质的构象灵活性、位置分布和高阶集合可观测量。此外，我们的方法可以通过更快的收敛速度将静态PDB结构多样化到某些平衡性质，而不需要进行昂贵的基于物理的模拟。代码可在https://github.com/bjing2016/alphaflow上获得。

论文旨在开发一种基于流的生成建模方法，用于学习和采样蛋白质的构象空间。该方法旨在解决蛋白质结构的预测和生成问题。

论文使用高精度的单状态预测器（如AlphaFold和ESMFold），在自定义的流匹配框架下进行微调，以获得蛋白质结构的序列条件生成模型。该方法能够准确地捕捉蛋白质的构象灵活性和高阶集合可观测量。

论文的方法在PDB上提供了比AlphaFold更高的精度和多样性。当进一步在全原子MD上训练时，该方法能够准确地捕捉未见过的蛋白质的构象灵活性、位置分布和高阶集合可观测量。此外，该方法还可以通过更快的收敛速度将静态PDB结构多样化，而不是复制MD轨迹，这证明了它作为昂贵的物理模拟的代理的潜力。代码已经开源。

与该论文相关的其他研究包括：1. AlphaFold的先前版本；2.使用GAN生成蛋白质结构的研究；3.其他流生成模型的研究，如Glow和RealNVP。