PIS：面向 $A\beta_{42}$ 蛋白轨迹准确状态分区的物理信息系统

理解 $\beta$-淀粉样蛋白（$A\beta$），特别是 $A\beta_{42}$ 同种型的构象演化，对于阐明阿尔弗雷德·爱迪生病（Alzheimer's disease）的致病机制具有根本意义。然而，现有的端到端深度学习模型往往难以捕捉蛋白轨迹中细微的状态跃迁，因为缺乏显式的物理约束。本文引入 PIS（Physics-Informed System），一个用于稳健的亚稳态分区的物理信息系统。通过整合预计算的物理先验（如半径 of gyration 和溶剂可及表面积），融入拓扑特征的提取，我们的模型在 $A\beta_{42}$ 数据集上实现了卓越的性能。此外，PIS 提供了一个交互式平台，具备动态监控物理特性和多维结果验证功能。该系统为生物学研究人员提供了一套具备物理依据可解释性的强大分析工具。PIS 的演示视频已发布于 https://youtu.be/AJHGzUtRCg0。