Nat. Commun. | 机器学习驱动的蛋白质结构量子级精细化框架

冷冻电镜（cryo-EM）与X射线晶体学为解析生物大分子的原子级结构提供了关键数据。现有的精修过程依赖基于库的立体化学约束，但这些约束不仅局限于已知化学实体，还缺乏对非共价相互作用的真实刻画。量子力学（QM）计算能够解决这些问题，但计算代价极高。研究人员提出了一种新型AI辅助量子精修方法——AQuaRef（AI-enabled Quantum Refinement），其基于机器学习原子间势能模型AIMNet2，能以远低于传统量子计算的代价实现量子级精度。AQuaRef在41个cryo-EM与30个X射线结构的精修中表现出显著优越的几何质量，同时保持甚至提升了实验数据拟合度。尤其在分析帕金森病相关蛋白DJ-1及其细菌同源物YajL的短氢键结构时，AQuaRef成功辅助确定质子位置，展示了其在复杂化学环境中的精确性与可靠性。

尽管AlphaFold、RoseTTAFold等预测模型为结构生物学提供了革命性工具，但实验结构解析仍是理解分子功能与药物设计的基石。

在结构精修阶段，研究人员旨在在尽可能符合实验数据的同时，确保分子几何合理。当前的精修软件（如Phenix、CCP4）依赖标准化学库约束原子间几何参数（键长、键角、手性等），以防止结构畸变。然而这些约束存在多重局限：

• 仅适用于已知化学实体；

• 无法准确反映氢键、π堆叠等非共价相互作用；

• 难以处理异常键长或复杂共价偏离；

• 新配体或交联结构需人工手动注释。

量子精修（Quantum Refinement）通过将实验数据拟合项与体系的量子能量项同时优化，能从物理本源刻画几何约束。然而，全分子量子精修在历史上因计算成本过高而不可行。AQuaRef借助机器学习势能模型（MLIP）实现了首次在蛋白质整体尺度上的量子精修。

图1｜蛋白质量子精修的发展历程

AQuaRef采用AIMNet2神经网络势能，其具备旋转不变特征、消息传递机制与总电荷处理能力。研究人员基于多肽体系构建了训练集，涵盖20种标准氨基酸、不同质子化状态及多肽二硫键/硒键组合，并通过隐式溶剂修正获得量子级能量标注。最终模型在百万级样本上训练，达到近似B97M-D4/def2-QZVP量子精度。

图2｜AIMNet2计算扩展性

AQuaRef通过Q|R软件模块实现，流程包括：

• 检查并补全原子（含氢）；

• 对晶体结构扩展晶胞并修正对称性；

• 进行几何正则化以消除空间冲突；

• 使用AIMNet2量子势能计算结构能量与梯度；

• 迭代最小化残差以获得最优原子模型。

平均精修时间仅为标准方法的两倍（多数模型<20分钟），可在普通GPU笔记本上完成。

对61个蛋白质结构（41个cryo-EM、20个X射线）进行测试后发现：

• AQuaRef显著提升MolProbity评分、Ramachandran Z分数与CaBLAM几何一致性；

• 与实验数据拟合度（CCmask、Rfree）保持或略有提升；

• 在X射线模型中，Rwork–Rfree差距减小，表明过拟合降低；

• 与高分辨率同源结构对比，AQuaRef精修后模型更接近真实几何。

图3｜AQuaRef与标准精修几何性能对比

研究人员将AQuaRef与REFMAC5、AMBER、Rosetta及Servalcat进行系统比较：

• X射线模型：AQuaRef的Rfree略优，且Rfree–Rwork差最小；

• cryo-EM模型：AQuaRef与Rosetta几何质量相当，显著优于Servalcat；

• 整体几何：AQuaRef和Rosetta在MolProbity与CaBLAM指标上最佳。

Rosetta的非梯度采样优化在局部结构上略胜一筹，但计算耗时约AQuaRef的10倍。

图5｜AQuaRef与其他主流精修算法性能比较

质子定位是高分辨率结构精修中的关键挑战。研究人员以DJ-1与其细菌同源物YajL为例，验证AQuaRef在亚埃分辨率下的可靠性。

• DJ-1：AQuaRef精修自动识别E15–D24之间的共享质子位置，与实验结果一致；

• YajL：AQuaRef揭示E14–D23之间的低势垒氢键（LBHB），质子分布于Oε2与Oδ2之间。

AIMNet2能量剖面与差值密度图均支持该解释。

在2 Å截断数据下，AQuaRef仍准确恢复质子位置，而传统约束方法产生偏差。

AQuaRef实现了首个基于机器学习势能的全蛋白量子精修：

• 显著提升几何合理性与验证指标；

• 在低分辨率下减少数据过拟合；

• 能准确定位质子与氢键网络；

• 保持较低计算代价与高适用性。

该方法已集成至Phenix的Q|R模块，向结构生物学界开放使用。

未来工作包括：

• 扩展至含配体与核酸体系；

• 引入对静态无序与多构象的处理；

• 优化模型泛化性与量子–机器学习混合精度。

图10｜高分辨率结构中氢键的重定位可视化

AQuaRef标志着结构生物学进入“机器学习量子精修”时代。它以量子精度、机器学习速度和高可解释性实现了全蛋白原子模型的优化。该框架不仅提升了结构质量，更在理解非共价相互作用、质子转移和反应性中心方面，为未来的分子模拟与药物设计提供了强大工具。

Zubatyuk, R., Biczysko, M., Ranasinghe, K. et al. AQuaRef: machine learning accelerated quantum refinement of protein structures. Nat Commun 16, 9224 (2025). 

https://doi.org/10.1038/s41467-025-64313-1