microsoft/bioemu

解决的问题

BioEmu 旨在仅根据氨基酸序列，对蛋白质单体的平衡结构分布进行采样。它解决了生成能够代表蛋白质结构集合而非单一静态结构的物理上合理的蛋白质构象的挑战。

工作原理

该项目使用生成式深度学习模型，从近似平衡分布中进行采样。它与 ColabFold 和 AlphaFold2 集成，用于获取 MSA（多序列比对）和生成嵌入。为确保物理真实性，它在去噪过程中采用了一种引导系统，通过应用势能函数来避免常见的伪影，如空间位阻冲突和链断裂。该引导系统通过两种算法实现：序贯蒙特卡洛（SMC）和费曼-卡克校正器（FKC）。

适用人群

本工具适用于需要从序列生成蛋白质结构集合的结构生物学、生物化学和计算蛋白质科学领域的研究人员。

主要亮点

• 物理引导：使用势能函数引导扩散过程，以获得物理上有效的结构。
• 集成化流程：整合 ColabFold 和 AlphaFold2，实现 MSA 和嵌入生成的无缝衔接。
• 支持集合采样：专注于结构的平衡分布，而非单一预测结果。
• 后处理工具：包含通过 HPacker 进行侧链重建和分子动力学（MD）平衡化的接口。