Diff-Switch
用扩散模型+元动力学从头设计蛋白质开关

🎯问题：蛋白质开关从头设计的根本困难

蛋白质的功能与其三维结构紧密相关。虽然 AlphaFold2/3 等工具革命性地提升了结构预测能力，并使从头蛋白设计（de novo protein design）成为现实，但一个根本局限仍存在：当前方法很大程度上忽略或仅部分捕获蛋白质动力学。构象柔性对许多蛋白功能至关重要——酶、受体、离子通道通过在 distinct 构象间转换来工作。包含结构"开关"（响应特定刺激改变构象的元件）的蛋白在调控与信号转导中扮演关键角色。

蛋白质开关可由多种刺激触发：配体结合、变构调控、磷酸化等翻译后修饰、蛋白-蛋白相互作用、pH 或温度变化。设计这类开关需要一条氨基酸序列，其能量景观支持至少两个稳定构象并在刺激下可逆转换。这比设计单一稳定折叠困难得多——后者已是当前流水线的主要目标。

现有从头设计流水线分三阶段：(1) 骨架生成（从扩散模型采样）；(2) 序列设计（逆折叠）；(3) 结构预测验证。多态逆折叠方法（ProteinMPNN-MSD、Caliby、DynamicMPNN）能设计兼容多个骨架的序列，但其成功关键依赖于合适骨架系综的可用性。实践中，这些系综并非系统生成，而是通过手工设计、领域专家知识或基于物理的弛豫构造——难以获取且难以扩展。

另一方面，蛋白骨架扩散模型通过大规模训练已学到蛋白构象空间的丰富知识。Diff-Switch 的核心洞见是：利用这些预训练扩散模型的构象空间知识来生成开关式骨架系综，从而绕过手工骨架构造的瓶颈。

📐背景：蛋白质开关、从头设计与元动力学

2.1 蛋白质开关的形式化

蛋白骨架结构 x ∈ X = R^{L×4×3}（L 个氨基酸，每个 4 个骨架原子 N/Cα/C/O，每个 3D 坐标）。蛋白序列 s = (s₁, ..., s_L)。大多数序列采用一个稳定折叠，但蛋白质开关的序列编码至少两个稳定构象，并在生化刺激下可逆转换。形式化：序列 s 是开关当且仅当存在骨架结构 x, x' ∈ X 都可被 s 采用，且存在可逆开关机制使蛋白在两构象间转换。

2.2 奖励倾斜扩散采样

预训练骨架扩散模型扮演先验 p(x) 的角色——决定什么是物理现实的骨架。在设计任务中，从 p 直接采样很少有用。通常有目标属性，由奖励函数 r: X → R 捕获。自然要采样的对象是奖励倾斜后验分布：

π(x) ∝ p(x) exp(r(x))

先验继续提供结构现实性，指数倾斜将质量集中到高奖励配置。Diff-Switch 使用 twisted diffusion sampler (TDS)——结合奖励引导扩散与序列蒙特卡洛（SMC）在 N 个粒子上，在 N→∞ 极限下对 π 精确。

2.3 Well-tempered metadynamics

元动力学（metadynamics）是分子动力学社区开发的增强采样技术，用于加速复杂生物分子自由能景观的探索。方法将系统动力学投影到少量集体变量（CVs）ξ: X → R^d（d ≪ dim X）上，逐步构建历史依赖偏置势 V(ξ)，排斥系统离开已采样区域，促进亚稳态间转换。

Well-tempered metadynamics 中偏置分批构建。从 V₀(ξ)=0 开始，给定在 V_k 下采样的 N 个样本批次，每个样本沉积一个 tempered Gaussian hill：

V_{k+1}(ξ) = V_k(ξ) + Σ_n w_k^(n) exp(-‖ξ - ξ(x_k^(n))‖² / (2σ²))

其中 hill 宽度 σ、初始高度 w、偏置因子 γ > 1 控制已采样区域中后续 hill 的抑制强度。低 γ 快速收敛但可能探索不足；高 γ 更彻底探索但收敛更慢。当 k→∞，ξ 在偏置分布下的边际收敛到 well-tempered 目标 p_wt(ξ) ∝ p(ξ)^{1/γ}，展平 ξ 的势阱但不擦除。

🏗️Diff-Switch 方法：奖励倾斜扩散 + 元动力学偏置

Diff-Switch 要生成的骨架系综需满足两个准则：(1) 每个域内高局部结构相似性；(2) 域级排列的多样性。方法将两个要求分别实例化，然后在统一框架中结合。

3.1 局部结构相似性：奖励倾斜

为保持每个域的局部结构，实例化奖励函数：

r_ref(x) = -λ D(x, x_ref)

其中 x_ref 是参考骨架，D(·, x_ref) 是域级结构距离（如每个域刚性对齐后的 per-domain RMSD 之和），λ > 0 控制域匹配参考的严格程度。对应目标 π_ref(x) ∝ p(x) exp(r_ref(x))。这个奖励确保采样的骨架在域内保持与参考一致，但域间相对排列可自由变化。

3.2 全局域排列多样性：元动力学偏置

为鼓励域级排列多样性，在 CV 空间施加历史依赖偏置。CV ξ 捕获域间相对排列（如两域质心距离）。偏置 V_k(ξ) 沿 CV 排斥已采样区域，驱动采样器探索新的全局排列。这直接借鉴 well-tempered metadynamics，但作用对象从 MD 轨迹变为扩散模型采样批次。

3.3 统一框架：Diff-Switch

将两个目标合并为单一奖励：

r_k(x) = -λ D(x, x_ref) - V_k ∘ ξ

第一项保持域内局部几何，第二项在 CV 空间施加元动力学偏置。在低 λ 或 ξ 与 D 解耦的机制下，V_k 可直接解释为 π_ref 的 CV 空间边际上的元动力学偏置。

Algorithm 1 (Diff-Switch)：输入预训练扩散模型 p、参考骨架 x_ref、结构距离 D、相似强度 λ、集体变量 ξ、迭代数 K、批大小 N、多态逆折叠模型 IF。

1. V₀ ← 0, E ← ∅
2. 对 k = 0, ..., K-1：从 π_k 经 TDS 采样 N 个骨架 {x_k^(n)}，奖励 r_k = -λD(·,x_ref) - V_k∘ξ；用样本更新 V_{k+1}；将样本加入 E
3. 从 E 中选择 x_alt = 与 x_ref 最不相似的骨架
4. 生成 S = IF(x_ref, x_alt)（多态逆折叠产出候选开关序列）
5. 返回系综 E、选定对 (x_ref, x_alt)、候选序列 S

关键设计选择：(1) 单一起始构象——只需提供 closed 或 open 之一作为参考，方法自动探索另一状态；(2) 统一超参数——20 个蛋白和两种逆折叠后端共用一套 Diff-Switch 超参数，per-protein 变异性反映基础扩散模型的固有波动而非调参差异；(3) CV 的灵活性——CV 必须反映设计者指定的期望开关行为，不同运动类型需要不同 CV。

📋完整流水线：从参考骨架到候选开关序列

Diff-Switch 嵌入在完整的从头蛋白开关设计流水线中，分三阶段：

阶段一：骨架生成（Diff-Switch）。输入参考骨架 x_ref 与域注释。Diff-Switch 结合奖励倾斜扩散与 well-tempered metadynamics 产出骨架系综 E，从中选择替代骨架 x_alt。选择标准：与 x_ref 最不相似（如 RMSD 或 CV 空间距离最大）。{x_ref, x_alt} 代表设计开关应采用的两个构象。

阶段二：序列选择（多态逆折叠）。将 {x_ref, x_alt} 传入多态逆折叠模型（ProteinMPNN-MSD 或 Caliby），生成一组候选开关序列 S。这些序列被设计为同时兼容两个构象。

阶段三：评估与过滤（结构预测）。每个候选序列在两种触发条件下用 AlphaFold3 评估（如磷酸化/非磷酸化），检查预测结构是否重现两个预期构象。成功的开关设计应满足：无刺激时接近状态 A（如 closed），有刺激时接近状态 B（如 open）。

这个三阶段流水线的关键创新在阶段一：Diff-Switch 自动生成合适的骨架系综，替代了传统流水线中需要专家手工构造的步骤。阶段二和三使用现有工具，但因其输入质量提升而产出更好的结果。

📊验证一：20 个域重排蛋白开关

5.1 数据集与设置

使用 Kalakoti & Wallner (2025) 的两态域运动蛋白数据集，模拟域重排蛋白开关的运动。数据集包含 20 个蛋白，长度 109–801 aa（平均 398），各有 distinct 的 open 与 closed 构象（均在 PDB 中可用），涵盖从配体结合到酶活性位点闭合的多种开关机制。

为模拟真实设计场景（仅知一个状态），只提供单一起始骨架构象（closed 或 open）。方法然后采样多样骨架系综，应包含起始构象与替代状态构象及过渡态。CV 选择为各蛋白域间质心距离（一维），直觉上能分离 open 与 closed 构象。

5.2 对照设计

对每个蛋白比较两种设计策略：

• 基线：参考骨架 x_ref 直接传入逆折叠方法生成候选序列。即使单骨架也可能偶尔产出开关兼容序列，因为蛋白固有动力学使优化序列可瞬时访问类替代构象。
• Diff-Switch：先用 Diff-Switch 生成系综，选 x_alt，再用 {x_ref, x_alt} 传入逆折叠。

两种逆折叠后端：ProteinMPNN 与 Caliby。评估指标：scRMSD_switch（预测结构与目标构象的骨架 RMSD）与 scTM_switch（结构相似性 TM-score 变体）。成功阈值 τ = 5 Å scRMSD_switch。用 AlphaFold3 在两种条件下预测每个候选序列的结构。

5.3 结果

Diff-Switch 在所有设置下显著提升成功率：

关键观察：

• 一致提升：Diff-Switch 在所有 4 个设置下都提升 AUC，最大提升 0.17（closed ref · Caliby，0.51→0.68），几乎弥合 Caliby-ProteinMPNN 差距。
• 统计显著：单侧配对 Wilcoxon 符号秩检验在所有设置下确认显著改进（scRMSD 与 scTM 指标均 p < 0.05）。
• 双向鲁棒：从 open 或 closed 起始均有效，凸显方法鲁棒性——设计者不必知道哪个状态作为起点。
• 统一超参数：20 个蛋白和两种后端共用一套超参数，per-protein 变异性反映基础扩散模型固有波动而非调参差异。

scTM_switch 的 per-protein 差异分析显示，大多数蛋白 Diff-Switch 优于基线（正值），仅少数蛋白（如 P21589）出现噪声或负值——这是 CV 选择的失败案例，详见第 7 节。

🧪验证二：磷酸化诱导蛋白开关的真实设计

6.1 设计任务

为展示方法在真实设计问题上的适用性，应用于磷酸化诱导蛋白开关设计（基于 Buckley et al. 2025 的工作）。设计目标：一条序列在未磷酸化时保持 closed 状态（磷酸化位点 helix 与 scaffold 紧密 packed），在磷酸化后转换为 open 状态（helix 远离 scaffold，暴露界面供潜在分子伙伴结合）。

CV 定义为磷酸化位点 helix（残基 90-102）与剩余 scaffold（残基 1-83）的质心距离。生成的系综经过滤选择候选 open 构象——保持高局部结构质量同时增加磷酸化位点暴露。

6.2 评估协议

对选定的 closed/open 骨架对，用 Caliby 设计 16 条兼容两构象的序列。然后用 AlphaFold3 在两种条件下评估：(1) 未修饰（丝氨酸）；(2) 磷酸化（残基 95 从丝氨酸转为磷酸丝氨酸）。

成功设计需满足两条标准：

• 未磷酸化：预测结构接近 closed 状态，scaffold 与 helix 界面 packed。
• 磷酸化：预测结构打开，界面完全暴露。

两个互补量化指标：(1) 磷酸化位点 helix 与 scaffold 的质心距离（衡量结构多开放）；(2) 界面残基的 buried interface area（SASA 变化，值越大界面越 closed，零表示完全暴露）。

6.3 结果

Diff-Switch 设计的序列在磷酸化条件下展示出明显的 closed→open 转换行为。关键发现：

• 同一序列在未磷酸化（light orange triangles）与磷酸化（dark orange circles）条件下的质心距离显著不同——磷酸化推动 helix 远离 scaffold。
• buried interface area 在磷酸化后显著降低——界面从 packed 转为暴露。
• 与基线（仅用单骨架）相比，Diff-Switch 设计的序列展示更明显的开关行为。

这是 Diff-Switch 在真实设计任务上的首批实证——不仅能在基准数据集上提升指标，还能产出具有功能意义的磷酸化依赖构象转换序列。

⚠️局限与失败案例分析

报告的诚实之处在于明确分析失败案例与局限，而非只展示成功。

7.1 CV 选择的失败案例：P21589

在少数蛋白上，质心距离 CV 失败。P21589 是典型例子：其 open 与 closed 状态主要通过域间旋转区分，而质心距离近似不变——因此元动力学偏置无法驱动采样器跨越构象转换。这导致图 3 中 P21589 的不稳定表现。

关键的是，即使在受影响蛋白上，影响也是有限的：Diff-Switch 仅在 closed-reference Caliby 配置下 scTM_switch 低于基线。这暗示即使 CV 不完美，奖励倾斜的局部保持仍提供一定保护。

7.2 CV 选择的本质要求

报告强调：在从头设计设定中，CV 必须反映设计者指定的期望开关行为。例如，若期望蛋白域旋转而非打开，质心距离是次优 CV，应选择捕获旋转的变量（如域间取向角）。这是 Diff-Switch 框架的灵活性的代价——它不自动发现反应坐标，而依赖设计者指定。

7.3 其他局限

• 触发类型扩展：当前真实设计任务聚焦磷酸化触发，扩展到其他触发（如蛋白-蛋白相互作用）仍是重要未来方向。
• CV 自动发现：简单几何 CV（质心距离）在多数情况下有效，但旋转等运动需要更复杂 CV。自动发现合适 CV 是开放问题。
• 基础扩散模型限制：per-protein 变异性反映基础扩散模型的固有波动，Diff-Switch 的改进受限于扩散模型对构象空间的覆盖质量。
• 评估依赖 AlphaFold3：最终过滤用 AF3 预测结构，其对多构象蛋白的预测能力本身有限——AFsample2 等工作显示 AF2 可预测多构象，但这是活跃研究领域。

🧭对蛋白设计与 AI4Science 的启示

Diff-Switch 对三类读者有不同启示。

对蛋白设计实践者，Diff-Switch 填补了从头开关设计流水线的关键空白——自动生成多态骨架系综。此前，多态逆折叠方法（ProteinMPNN-MSD、Caliby）的能力受限于输入骨架质量，而合适骨架需专家手工构造。Diff-Switch 使这一步骤自动化、可扩展，且只需单一起始构象。建议的工作流：提供参考结构与域注释，选择反映期望开关运动的 CV，运行 Diff-Switch 生成系综，选 x_alt，传入 Caliby/ProteinMPNN-MSD 设计序列，用 AF3 在两种触发条件下过滤。关键实践点：CV 选择需反映设计意图——open/close 运动用质心距离，旋转运动用取向角。对磷酸化开关，参考 Buckley et al. 2025 的设计原理。

对 AI4Science 研究者，Diff-Switch 展示了将物理增强采样技术（元动力学）与生成模型（扩散）结合的方法论价值。这不是简单套用——元动力学原本在 MD 轨迹上工作，Diff-Switch 将其适配到扩散采样批次上，用 well-tempered 偏置替代 MD 中的高斯 hill 沉积。这种"物理先验 + 生成模型"的混合范式可迁移到其他需要探索多态系综的场景：核酸构象系综、配体-蛋白结合路径、变构调控网络。关键方法论洞见：(1) 奖励倾斜（reward-tilting）保持局部结构现实性，元动力学偏置驱动全局多样性——两者解耦但统一在单一奖励中；(2) well-tempered 形式提供收敛保证（p_wt ∝ p^{1/γ}），使偏置不会完全擦除势阱；(3) 统一超参数跨系统工作，暗示方法的鲁棒性。

对 DeepResearch2AGI 关注的蛋白设计与合成生物学读者，Diff-Switch 与本站已解读的多个工作形成有趣对照。与 RFdiffusion/BoltzGen 等 binder 设计工具相比，Diff-Switch 不是设计 binder，而是设计开关蛋白本身——这是不同的功能类别，关注构象动力学而非结合亲和力。与 ProteinMPNN/Caliby 等逆折叠工具相比，Diff-Switch 位于其上游——它生成逆折叠的输入（多态骨架对），而非替代逆折叠。与 Nesso-1 等亲和力预测工具相比，Diff-Switch 解决的是"设计什么"而非"评估什么"——但两者可串联：Diff-Switch 设计开关序列，Nesso-1 评估其与靶点的结合亲和力变化。与 Buckley et al. 2025 的磷酸化开关工作相比，Diff-Switch 提供了自动化骨架生成，而 Buckley 依赖手工构造的 open/closed 对——Diff-Switch 使这类设计可扩展。

对合成生物学的更广启示：蛋白质开关是合成信号回路的关键元件。能从头设计响应特定刺激（磷酸化、配体、PPI）的开关，意味着可构建定制信号通路——这对细胞治疗、生物传感器、智能药物递送系统都有直接价值。Diff-Switch 使这一设计能力从"专家手工、案例驱动"走向"自动化、可扩展"。

报告末尾提到的并发工作值得追踪：Xie et al. 2026（well-tempered metadynamics + 预训练扩散模型用于分子系统稀有事件采样与自由能估计）、Lam et al. 2026（MetaDiffusion，生物分子扩散模型的推理时 meta-energy 偏置）、Ohnuki & Okazaki 2025、Nam et al. 2025。这条"扩散+元动力学"的研究线正在快速形成，Diff-Switch 是其在蛋白开关设计方向的首批应用之一。

📄参考信息