用通用成对相互作用模型导航生物分子的committor景观
计算物理
2026-06-30 v1 统计力学
摘要
在亚稳态之间采样稀有构象转变是原子模拟中的核心挑战。虽然committor函数是驱动增强采样的理想反应坐标，但其高维输入和复杂函数形式限制了标准前馈神经网络在建模中的有效性。受生物分子结构预测近期突破的启发，我们提出了一种基于AlphaFold 3范式的新型commbf学习框架。通过将轻量级可微原子级嵌入与简化Pairformer架构相结合，我们的方法固有地捕获了多种生物系统的复杂动力学特征，无需专门的先验知识。我们在多个原子过程中展示了所提出框架的卓越表达能力和准确性。对于chignolin微型蛋白的折叠，我们的模型揭示了其过渡态系综(TSE)的更细粒度结构和详细的分叉反应机制。此外，对于杯芳烃主客体系统，我们开发了一个统一的committor模型，阐明了配体取代基如何调节不同结合途径之间的比例，为基于结构的药物设计提供了新视角。
引用
@article{arxiv.2606.31832,
title = {Navigating committor landscape of biomolecules with a general pairwise interaction model},
author = {Jintu Zhang and Zichang Jin and Huifeng Zhao and Kai Zhu and Bowei Zhao and Xujun Zhang and Peilin Kang and Tingjun Hou},
journal= {arXiv preprint arXiv:2606.31832},
year = {2026}
}