NACraft | 从结构预测到生成: 全原子模型驱动的可编程核酸适配体设计

NACraft 是 Valhalla Technology 对这一问题的早期探索。研究团队将预训练全原子结构模型从正向预测器转化为可微分的设计引擎，并将这一范式系统扩展至核酸(RNA/DNA)适配体设计。其核心意义，是探索如何在推理阶段反向调用结构模型所学习的隐式分子几何与相互作用物理规律——即 latent molecular physics——并将其转化为可编程的核酸生成与设计能力。与将设计能力预先固化于训练过程的生成模型不同，NACraft 可以在推理阶段灵活组合和改变设计目标，将 de novo、similarity-guided 和 target-selective 三类设计模式统一于同一框架，无需针对不同任务重新训练底层模型，为数据受限的核酸设计提供了一条互补的技术路径。

核酸适配体是能够折叠成特定三维构象并结合分子靶标的短 RNA 或 DNA 序列。其功能并不只由序列决定，而是来自核苷酸序列、三维折叠与靶标界面的共同作用。传统适配体发现主要依赖 SELEX，从大规模随机序列库中经过多轮筛选和富集获得功能分子。这套体系成熟有效，但更接近“筛选—富集—再优化”的发现范式，并不天然提供从目标结构和功能出发、直接控制序列—结构—界面关系的理性设计接口。

近年来，以 ODesign 为代表的扩散生成模型和序列—结构共设计模型，开始学习核酸分子的序列、结构及相互作用分布，并从中高效生成新的候选。这类方法代表了从结构预测走向分子生成的重要路径：通过训练将分子先验固化进生成器，再在推理阶段快速采样。但核酸设计仍然受到高质量数据有限、实验体系异质性强和任务条件覆盖不足等约束。真正同时包含“核苷酸序列—三维折叠—靶标界面—功能”的标准化数据尤其稀缺，使生成模型能够学习和泛化的设计分布受到现有数据边界的影响。

在蛋白质设计领域，结构模型幻觉已经展示了另一种可能：将氨基酸序列设为可优化变量，通过结构预测模型的反馈反向搜索能够形成目标折叠或结合界面的序列。这类工作表明，结构预测模型不仅可以评估设计结果，其内部学习到的几何与相互作用规律也可以直接参与生成过程。但这一范式此前主要围绕蛋白质序列和蛋白质结构展开；如何将其拓展到 RNA/DNA，并处理核酸内部折叠、蛋白–核酸界面、序列先验和靶标选择性等约束，仍然缺少系统性的设计框架。

与此同时，真实的适配体工程并不只有“从零生成一个 binder”。研究者可能希望保留已有适配体中的有效序列信息，在此基础上进行结构导向改造；也可能希望同一条序列结合目标 A、规避相近靶标 B；还可能需要在设计过程中组合长度、序列先验、结合界面和多状态选择性等约束。当这些目标随任务改变时，一个更进一步的问题是：能否不为每一种设计目标重新训练生成模型，而是在推理阶段直接调用全原子结构模型已经学到的分子几何与相互作用规律？

结构模型幻觉设计为此提供了另一种设计范式。幻觉设计将序列本身设为可优化变量，并将预训练结构模型对折叠和分子界面的反馈反向传播到序列。从方法论上看，扩散模型更接近“训练时学习+推理时采样”，而幻觉设计更接近“结构预测器 + 推理时优化”。二者并非替代关系：前者擅长学习和生成分子分布，后者则允许研究者在推理阶段直接指定新的结构与功能目标。对训练数据相对稀缺、工程约束又高度多样的核酸适配体而言，这正是 NACraft 选择幻觉设计路线的出发点。

AlphaFold3、Boltz 等新一代全原子结构模型开始在统一表示中处理蛋白质、核酸及其生物分子的相互作用，这使结构模型不再只是“给定序列、预测结构”的终点，也可以成为反向设计的反馈源。NACraft 正是沿着这一方向，将核酸(RNA/DNA)适配体设计形式化为一个基于结构反馈的逆问题：给定目标蛋白、核酸类型、长度和设计目标，直接寻找能够满足这些结构与界面约束的核苷酸序列。

在核心优化过程中，NACraft 将每个位点的核苷酸表示为可微分的概率分布，并利用 Boltz-1 输出的成对距离分布计算目标函数，再将结构与界面反馈通过梯度反向传播至序列。随着优化推进，连续的核苷酸概率分布逐渐退火为离散的 RNA 或 DNA 序列。由此，Boltz-1 不再只是对给定序列进行一次结构预测，而是持续参与序列搜索，使候选逐步向目标结构和结合模式优化。完成推理时优化后，NACraft 对候选序列进行结构预测，并通过 NA-MPNN 在预测骨架上进一步重设计和扩增，形成更具多样性的候选集合。最终，所有候选均由独立的AlphaFold3流程进行结构预测和置信度筛选。Boltz-1 用于提供优化过程中的可微分结构反馈，AlphaFold3 则作为未直接参与优化的独立结构评估模型，以降低设计结果对单一模型的依赖。

更关键的是，NACraft 将不同设计目标组织为可组合的优化模块。在 de novo 模式下，模型主要优化目标结合与核酸内部结构；在 similarity-guided 模式下，进一步加入已有适配体序列作为软先验，在保留已知信息的同时搜索新的结构与界面；在 target-selective 模式下，同一条候选序列同时面对正向靶标和负向靶标，通过 binding objective 增强目标结合，并通过 anti-binding objective 抑制潜在的脱靶结合。因此，这三类任务并不对应三个分别训练的模型，而是由同一个结构模型、序列优化过程和一组可组合的目标函数实现。随着分子设计上下文和目标函数发生改变，NACraft 可以在不重新训练底层模型的情况下，从 de novo 生成扩展到序列先验引导和靶标选择性设计。

图 1｜NACraft 总体框架。框架以 Boltz-1 结构反馈进行可微分序列优化，并通过 NA-MPNN 重设计与 AlphaFold3 独立验证，统一支持 de novo、similarity-guided 和 target-selective 三类适配体设计任务。

图 2｜NACraft 在五个蛋白靶标上的 de novo设计结果。

研究首先在B7-H3、PD-L1、CD3δ、TNFR1 和 FGFR2 五个具有治疗相关性的蛋白靶标上测试从头 RNA 适配体设计。在 20、30、40 和 50 nt 四种长度设置下，NACraft 共生成并评估 6,000 个候选。五个靶标的最佳AF3 ipTM 分别达到 0.85、0.80、0.63、0.81 和 0.88；在全部五个靶标上，平均约 20% 的候选超过 ipTM 0.60 阈值。这些结果表明，即使没有参考适配体，也不需要针对单个靶标重新训练，NACraft 仍能在不同蛋白表面搜索到高置信度候选。

图 3｜NACraft 在NA-12上的 de novo和 similarity-guided设计结果。

随后，研究构建了包含 6 个蛋白–RNA 和 6 个蛋白–DNA 复合物的 NA-12 基准，用于评估模型能否跨核酸类型工作，以及已有序列先验能否帮助设计。NACraft 在 RNA 和 DNA 上均获得高置信度候选，target-wise 最大 ipTM 分别达到 0.93 和 0.91，且所有 12 个靶标的最大 ipTM 均超过 0.75。相较完全从头设计，similarity-guided 模式在多个指标上进一步提升候选质量，说明已有实验或文献序列并不需要被“丢掉”，而可以作为软先验纳入结构驱动优化。

图 4｜NACraft 的 EGFR-over-HER2 target-selective设计。候选序列在优化过程中同时接受目标结合与负向靶标规避约束；69.44% 的候选在独立 AF3 评估中预测更偏好 EGFR。

更具代表性的是 EGFR–HER2 靶标选择性任务。EGFR 和 HER2 同属 ErbB 受体家族，结构相近，因此“既要结合 EGFR，又要尽量不结合 HER2”比单一靶标结合更接近实际的选择性工程问题。NACraft 共生成 1,800 个候选，其中 69.44% 的候选对 EGFR 的 AF3 ipTM 高于 HER2。在进一步要求 HER2 ipTM < 0.50、EGFR ipTM > 0.50 且 EGFR–HER2 ipTM 差值 > 0.10 的严格联合标准下，30、40 和 50 nt 候选仍分别有 27.83%、24.17% 和 27.00% 同时满足三项条件。这说明正向结合和负向规避可以直接进入同一条序列的优化过程，提升生成的候选序列的质量。

NACraft 当前聚焦于核酸(RNA/DNA)结合适配体，但其意义并不局限于获得一组新的核酸候选。它进一步表明，全原子结构模型在学习核酸折叠与生物分子相互作用过程中形成的分子几何、构象约束和界面知识，可以在推理阶段被反向调用，并转化为核酸序列生成、改造和选择性优化能力。从回答“这条核酸序列会形成什么结构”，到进一步回答“为了形成目标折叠和结合界面，核酸序列应该如何改变”，NACraft 探索的是一条从核酸结构预测走向可编程设计的技术路径。

这一转变对核酸设计尤其重要。核酸适配体的功能来自序列、三维折叠、靶标界面与选择性的共同作用，而能够同时覆盖这些信息的大规模标准化数据仍然有限。在这一背景下，结构模型提供了另一种利用已有数据和模型知识的方式：不必为每一种新任务重新训练生成器，而是复用预训练全原子结构模型，并通过可微分目标在推理阶段注入具体的设计意图。这并不能消除核酸领域的数据限制，但可以在现有数据条件下，更充分地调用结构模型已经学到的 latent molecular physics。

在与扩散生成模型 ODesign 的对比中，NACraft 在 11 个可比较的 NA-12 靶标中有 10 个取得了更高的 ipTM，并在由五个蛋白靶标和四种序列长度组成的 20 个设置中，有 17 个取得了更高的 median ipTM。进一步分析表明，NACraft 的优势主要体现为候选 ipTM 分布的整体提高，而不是依赖少数偶然出现的极高分样本。这说明结构模型反馈不仅能够优化单个候选，也能够系统性地引导序列搜索，使候选分布向目标结构和结合模式移动。

在核酸设计这一具体场景中，ODesign 与 NACraft 展示了通往分子世界模型的两条相向而行的技术路径。ODesign 从生成出发，在扩散模型中引入结构预测能力，使模型不仅能够生成核酸分子，也能够理解生成序列的三维结构与分子相互作用；NACraft 则从预测出发，通过推理时优化，将全原子结构模型学习到的 latent molecular physics 反向用于核酸序列搜索，使模型能够根据目标结构和功能生成并优化新的核酸(RNA/DNA)分子。前者探索如何让生成模型理解自己所生成的分子，后者探索如何让结构模型利用自己所理解的规律创造分子。这种从生成走向预测、从预测走向生成的双向探索，正在打破核酸结构预测与核酸生成之间的任务边界。

从更长期的技术路线看，这两条路径可能进一步汇合。生成模型可以利用内部的结构预测能力评估和修正生成过程，结构模型也可以根据目标折叠、结合界面和选择性要求反向搜索核酸序列；由幻觉设计产生的优化轨迹和候选，还可以成为生成模型进一步训练和迭代的反馈信号。随着结构预测、序列生成、目标优化和实验验证逐渐形成闭环，核酸设计模型将不再只是分别完成“预测一个结构”或“生成一条序列”，而是能够在统一表征中提出候选、理解设计结果，并根据具体目标持续修正。NACraft 仍然只是这一方向在 RNA/DNA 适配体上的早期探索，但这种从核酸设计出发形成的双向能力闭环，也为未来拓展到更多分子类型和相互作用场景，并最终构建能够理解、生成和优化分子系统的世界模型，提供了一条可能的技术路径。

研究单位：Valhalla Technology；The Chinese University of Hong Kong；Peking University；Zhejiang University

通讯作者：Odin Zhang, Liqin Zhang, Pheng Ann Heng

项目代码：https://github.com/OTEAM-AI4S/NACraft

NACraft: Programmatic nucleic-acid aptamer design via all-atom structure-model feedback; Heqin Zhu, Jiaqi Wang, Weibo Zhao, Yuzhi Xu, Huang Su, Jianmin Wang, Qianhan Wang, Yuntao Yu, Ziyi You, Gang Du, Pheng Ann Heng, Liqin Zhang, Odin Zhang; bioRxiv 2026.08.15.744087

doi: https://doi.org/10.64898/2026.08.15.744087