返回列表

LigandMPNN蛋白质设计:AI如何读懂配体,为蛋白定序

发布于 2026年11月4日

LigandMPNN蛋白质设计:AI如何读懂配体,为蛋白定序

图1:LigandMPNN 让 AI 在配体原子环境中为蛋白质设计序列



引言:当你要设计的蛋白质必须结合一个小分子、一段DNA/RNA或一个金属离子时,序列设计就不再只是"看骨架",而要"看配体"。LigandMPNN蛋白质设计,正是这样一套能在原子层面读懂配体的AI序列设计方法。


背景与问题:为什么传统方法"看不见"配体

蛋白质设计长期存在一个难点:当目标蛋白要结合一个小分子、一段DNA/RNA或一个金属离子时,序列设计不能只盯着蛋白骨架,还要同时照顾这些非蛋白伙伴。然而,此前主流的深度学习序列设计方法(如ProteinMPNN)主要只把蛋白骨架原子作为输入,无法建模非蛋白原子和分子。这导致在酶、小分子结合蛋白和传感器的设计中,模型常常"看不见"配体,设计出的序列与配体的真实结合环境不匹配。

LigandMPNN蛋白质设计正是为解决这一缺口而生:它把生物分子系统中的所有非蛋白组分都纳入建模,让序列设计在"看得见配体"的原子环境中进行。


原理与结构:LigandMPNN 如何"看见"配体并定序


LigandMPNN uses message passing to aggregate both residue nodes and ligand-atom nodes, then autoregressively outputs the sequence

 图2:LigandMPNN 以消息传递(message passing)同时聚合残基节点与配体原子节点信息,再自回归输出序列


LigandMPNN是一种基于消息传递神经网络(MPNN)的序列设计模型,延续并扩展了ProteinMPNN的架构。它的核心机制是:

1. 输入:蛋白骨架坐标(N、Cα、C、O等)+完整的配体/非蛋白坐标(小分子、核苷酸、金属等)。

2. 消息传递:在一个三维结构图上,残基节点与残基节点、残基节点与配体原子节点之间反复交换信息;配体的原子环境由此"被看见"。

3. 自回归输出:逐残基采样氨基酸序列,同时在每个位置生成侧链构象,便于直接评估结合相互作用。

值得强调的是,LigandMPNN不只输出序列,还同时输出侧链构象——这为后续的结合能评估与结构检查提供了"原子级"的直接依据,而不只是字符串答案。


能力边界与选型:LigandMPNN 与 ProteinMPNN、Rosetta 怎么选

从已发表数据看,LigandMPNN在与配体交互的残基上,native序列恢复率显著领先(下表为论文报告值)。

交互对象

LigandMPNN

Rosetta

ProteinMPNN

小分子

63.3%

50.4%

50.5%

核苷酸

50.5%

35.2%

34.0%

金属

77.5%

36.0%

40.6%

数据来源:Dauparas等,Nature Methods 2025(doi:10.1038/s41592-025-02626-1)。

选型建议:

- 需要配体感知(酶、小分子结合蛋白、核酸结合蛋白、金属蛋白/传感器) →优先LigandMPNN。

- 纯骨架、多链、寡聚体、无配体场景 → ProteinMPNN依旧成熟、轻量、稳健。

- 需要能量函数级精细建模/ROSIE流程 → Rosetta仍可作为蛋白骨架与评分层面的补充。

LigandMPNN的能力边界也要说清楚:它解决的是"在给定结构(含配体)下设计序列",本身不生成新骨架;未来骨架由如基于扩散的生成模型(如RFdiffusion)x序列设计(LigandMPNN)联合完成。它给出的序列质量仍需湿实验(实测)验证——计算恢复率是【实测数据】而非预测。


条件与工艺:从结构到序列再到湿实验验证


The LigandMPNN protein design loop structure → sequence → wet-lab test → active learning.

 图3:LigandMPNN 蛋白设计闭环:结构→序列→湿实验→主动学习


一个典型的LigandMPNN蛋白设计流程(工艺闭环)如下:

1. 结构准备:提供目标蛋白骨架(含/不含配体)的坐标文件(如PDB)。

2. 序列设计:指定要设计的链/位点,设定氨基酸偏好、排除残基、固定残基等约束,运行LigandMPNN批量生成候选序列与侧链构象。

3. 筛选与评分:结合结构预测、能量/相互作用评估,对候选排序;LigandMPNN同时输出侧链构象便于直接评估结合。

4. 湿实验验证:表达、纯化、活性/结合测定(实测);必要时解析结构验证。

5. 主动学习闭环:把湿实验反馈回数据,迭代式改进结构与序列模型。

论文报告显示,LigandMPNN已被用于设计超过100个经实验验证的小分子与DNA结合蛋白(其中4个有X射线晶体结构),并把一批Rosetta小分子结合蛋白设计重新设计后,结合亲和力最高提升约100倍。这些是【实测/已发表】结果,用于说明该方法的实验有效性。


MatwingsVenus®(晓鹜®)如何赋能:LigandMPNN蛋白质设计的工程落地

LigandMPNN蛋白质设计要从论文方法走向可复现的研发管线,需要计算—湿实验双闭环的工程化支撑。MatwingsVenus®(晓鹜®)在这一环节提供的价值包括:

- 干湿闭环平台:把结构准备、LigandMPNN序列设计、筛选评分、湿实验数据回流整合为可迭代的自动化工作流(dry-wet closed-loop platform)。

- 湿实验中心:为设计候选提供表达、纯化、活性/结合测定与结构解析的实测验证服务,让"计算->实测"闭环真正落地。

- 专家中心:协助选型(LigandMPNN / ProteinMPNN / Rosetta)、约束设置、失败实验诊断与多突变体批次规划。

在具体落地中,是否使用配体感知、如何设置固定残基与氨基酸偏好、以及如何在湿实验端设计可区分读数的测定,往往是项目成败的关键——这正是工程化平台与专家经验的价值所在。


FAQ

LigandMPNN和ProteinMPNN有什么区别?

核心区别在"是否看得见配体"。 ProteinMPNN主要输入蛋白骨架原子(N、Cα、C、O等),而LigandMPNN显式建模小分子、核苷酸、金属等所有非蛋白组分;因此LigandMPNN在配体交互残基的native序列恢复上显著领先(如金属77.5% vs 40.6%)[实测]。

LigandMPNN能自己生成新蛋白骨架吗?

不能。 LigandMPNN是序列设计模型,负责在给定结构(含配体)下设计氨基酸序列;它不生成新骨架。新骨架通常由结构生成模型(如基于扩散的RFdiffusion)产生,再交给LigandMPNN设计序列。

LigandMPNN设计出的序列一定有效吗?

不一定,需要实测验证。 LigandMPNN给出的是计算设计候选,仍需湿实验(表达、纯化、活性/结合测定、必要时结构解析)确认。论文中超过100个实验验证案例是【实测】结果,但不能保证每个候选都成功。

我没有配体坐标,能用LigandMPNN吗?

可以,但价值会打折扣。LigandMPNN的核心优势来自对配体/非蛋白原子的感知;若只给纯蛋白骨架,效果接近ProteinMPNN。真正需要配体感知场景(酶、结合蛋白、金属蛋白)才最值得使用。

LigandMPNN对输入结构有什么要求?

需要提供结构坐标(如PDB),蛋白链与配体信息需能被解析;可指定设计链/位点、固定残基、氨基酸偏好与排除残基等约束。结构质量影响结果,粗糙或缺失配体的结构会降低序列质量。

什么场景最适合用LigandMPNN?

需要小分子/核苷酸/金属感知的蛋白设计,例如酶工程、小分子结合蛋白、核酸结合蛋白、金属蛋白与传感器设计。纯骨架多链/寡聚体设计则更适合轻量的ProteinMPNN。

MatwingsVenus®能帮我跑LigandMPNN吗?

可以。MatwingsVenus®(晓鹜®)将其纳入干湿闭环平台与专家/湿实验服务:从结构准备、序列设计与约束设置,到候选筛选、湿实验验证与数据回流,提供端到端工程化支持。


总结

LigandMPNN蛋白质设计的价值在于:它第一次让主流深度学习序列设计方法在原子层面"看见"配体,从而在酶与小分子/核酸/金属结合蛋白设计中实现更高的序列恢复率与更真实的结合环境建模。它并非万能——不生成骨架、结果仍需湿实验验证——但与方法选型、工程化闭环(MatwingsVenus®(晓鹜®)干湿闭环平台、湿实验中心、专家中心)结合,LigandMPNN蛋白质设计正成为蛋白工程中不可或缺的一环。

(本文中LigandMPNN相关数据均来自已发表论文《Atomic context-conditioned protein sequence design using LigandMPNN》, Nature Methods, 2025;)


扫码加入交流群

扫码加入交流群