CABS-flex standalone 3: an open command-line platform for protein flexibility simulation, peptide structure modeling, and protein-peptide docking
Faculty of Chemistry, Biological and Chemical Research Centre, University of Warsaw（华沙大学化学学院生物与化学研究中心）
提出CABS-flex standalone 3，一个基于CABS粗粒化模型的开放命令行平台，用于蛋白质柔性模拟、肽结构建模和蛋白质-肽对接，结合全原子重建与分析。
2026-06-24 q-bio.BM
Highly flexible protein-peptide docking using CABS-dock
蛋白质-肽分子对接是一个困难的建模问题。当需要预测结合过程中可能发生的显著构象变化时，这甚至更具挑战性。在本章中，我们将展示CABS对接服务器用于灵活蛋白质-肽对接的功能和特性。CABS对接允许高效地建模完整的肽柔性和蛋白质受体的显著柔性。在CABS对接期间，肽折叠和结合过程被明确地模拟，并且不使用关于肽结合位点或其结构的信息。本章介绍了一个成功的CABS对接使用对接一个潜在的治疗肽的蛋白质目标。此外，模拟接触地图，一个新的CABS对接功能，描述和应用到对接测试用例。最后，提供了从命令行或命令行脚本运行CABS-dock的教程。CABS-dock Web服务器可从http://biocomp.chem.uw.edu.pl/CABSdock/获得
2016-12-31 q-bio.BM
The Computation of Cyclic Peptide with Prolin-Prolin Bond as Fusion Inhibitor of DENV Envelope Protein through Molecular Docking and Molecular Dynamics Simulation
由登革病毒（DENV）引起的疾病已成为世界性的主要健康问题。目前，由于登革热病毒的致病水平，没有有效的治疗方法可以克服这种疾病。一种新的治疗方法，如抗病毒药物是非常必要的，以应对登革热疾病。囊膜蛋白是登革病毒的一种非结构蛋白，参与病毒的融合过程。融合过程由蛋白质结构从二聚体到三聚体状态的构象变化介导。以往的研究表明，囊膜蛋白的二聚体结构上存在空腔。存在的配体可以进入囊膜蛋白的空腔，稳定二聚体结构或阻碍二聚体向三聚体的转变。以这种方式，可以防止熔化过程。本研究的目的是通过分子对接和分子动力学模拟设计具有脯氨酸-脯氨酸键的环肽作为登革病毒包膜蛋白的融合抑制剂。通过分子对接筛选了3，883个环肽，每个环肽都通过脯氨酸-脯氨酸键连接，得到了5个最佳配体。对这5种配体的药理和毒性进行了计算机模拟分析。结果表明，PYRRP是最佳配体。由于PAWRP与蛋白质空腔具有良好的亲和性，因此也被选为最佳配体。用分子动力学模拟分析了配体-蛋白质复合物的稳定性。结果表明，PYRRP配体能够在310 K和312 K下维持DENV包膜蛋白二聚体结构的稳定性。PAWRP配体在310 K时与DENV囊膜蛋白形成复合物的活性高于312 K。因此，PYRRP配体具有开发为DENV融合抑制剂的潜力。
2015-10-27 q-bio.BM
CABS-dock web server for the flexible docking of peptides to proteins without prior knowledge of the binding site
蛋白质-肽相互作用在细胞功能中起关键作用。它们的结构表征虽然具有挑战性，但对于新药的发现非常重要。CABS-对接网络服务器提供了一个接口，用于使用高效的协议对蛋白质-肽相互作用进行建模，用于肽与蛋白质的灵活对接。虽然其他对接算法需要预定义的结合位点定位，但CABS对接不需要这样的知识。给定蛋白质受体结构和肽序列（并且从肽的随机构象和位置开始），CABS-对接器执行结合位点的模拟搜索，允许肽的完全灵活性和受体骨架的小波动。该方案在迄今为止可用的非冗余蛋白质-肽相互作用的最大数据集上进行了广泛测试（包括结合和未结合的对接情况）。对于超过80%的绑定和未绑定数据集的情况下，我们获得了高或中等精度的模型（足以满足实际应用）。此外，作为可选特征，CABS对接可以从对接搜索中排除用户选择的结合模式，或者增加所选受体片段的灵活性水平。CABS-dock作为Web服务器在http://biocomp.chem.uw.edu.pl/CABSdock上免费提供
2015-03-06 q-bio.BM
Polarisable force fields: What do they add in biomolecular simulations?
生物分子模拟的质量关键取决于用于计算分子构型势能的力场的准确性。目前，大多数模拟采用非极化力场，其将静电相互作用描述为固定原子电荷之间的库仑相互作用的总和。这些电荷分布的极化仅以平均场的方式并入。在过去的十年中，广泛的努力一直致力于开发简单，高效，但普遍适用的生物分子模拟的极化力场。在这篇综述中，我们总结了最新的发展，在会计的关键生物分子相互作用与极化力场和应用，以解决具有挑战性的生物学问题。最后，对可极化力场的未来发展进行了展望。
2019-12-17 physics.bio-ph q-bio.BM
Towards protein-protein docking with significant structural changes using CABS-dock
蛋白质相互作用（PPIs）对于理解大多数细胞过程至关重要。PPI在基因转录调控、细胞信号传导、免疫应答的分子基础等方面发挥重要作用。此外，这些机制的破坏经常被假定为阿尔茨海默氏症或癌症等疾病的可能原因。对于许多生物学相关的情况下，蛋白质-蛋白质复合物的结构仍然未知。因此，计算技术，包括分子对接，已成为药物发现管道的有价值的一部分。不幸的是，没有一个广泛使用的蛋白质-蛋白质对接工具没有严重的局限性。通常，在对接模拟中，蛋白质的柔性要么完全被忽略，要么非常有限。此外，还需要对活性部位的大致位置和/或形状有所了解。这种限制主要来自于蛋白质-蛋白质系统的大量自由度。本文提出了一种高效的蛋白质-蛋白质对接计算方法，并在一个简单的对接实例上进行了初步的测试。所提出的方法是基于一个两步的过程。在第一步中，用于蛋白质-肽对接的CABS对接网络服务器用于将肽对接到另一蛋白质伴侣，肽是负责蛋白质相互作用的适当蛋白质片段。在肽对接期间，不使用关于结合位点或肽结构的知识，并且允许肽是完全柔性的。在第二步中，对接肽用于蛋白质复合物配偶体的结构调整。所提出的方法使我们能够获得一个高精度的模型，因此它提供了一个有前途的框架，进一步的进展。
2016-05-30 q-bio.BM
End-to-End Reverse Screening Identifies Protein Targets of Small Molecules Using HelixFold3
PaddleHelix Team（PaddleHelix团队）；Baidu Inc.（百度公司）；School of Software Engineering（软件工程学院）；Huazhong University of Science and Technology（华中科技大学）；School of Pharmacy, Tongji Medical College（药学院）
利用HelixFold3端到端反向筛选方法，提高小分子与蛋白质靶标识别的精度和结构保真度，支持药物发现。
2026-01-20 cs.AI q-bio.BM
Protein flexibility upon ligand binding: Docking predictions and statistical analysis
侧链柔性是配体结合的重要因素。为了确定侧链柔性参与配体结合的程度，采用了基于知识的方法。由存在或不存在给定配体的蛋白质结构的实例组成的数据库用于分析哪些侧链经历侧链构象变化。这样的分析已经确定高达40%的结合位点不存在侧链构象变化。总共有三个残基发生侧链构象变化，包括约85%的结合位点的研究。当分析不同氨基酸经历侧链构象变化的倾向时，我们发现不同氨基酸之间存在相当大的差异。使用支持向量机器学习方法来创建分类器系统，该分类器系统利用关于溶剂可及面积以及待预测的每个特定侧链及其相邻侧链的柔性尺度值的信息。使用这种方法可以达到70%的准确度。在大多数结合位点中少数残基经历侧链构象变化的事实使得在对接模拟中引入侧链柔性是可行的。已经开发了一种算法，用于引入侧链的灵活性，利用混合遗传算法/穷举搜索过程和基于表面互补性的评分函数。这种方法在软件工具FlexAID中实现。FlexAID利用旋转异构体库为对接模拟期间彻底搜索的残基列表创建替代构象。FlexAID在刚性局部和全局模拟中的性能在局部和全局模拟的70-80%范围内。
2013-01-19 q-bio.BM
Integrative modelling of biomolecular dynamics
针对静态结构实验无法直接揭示生物分子动态特性的问题，本文综述了将模拟与时间分辨、时变实验数据相结合的整合建模进展，以补充动力学实验、助力实验解读。
2025-10-01 q-bio.BM
Can molecular dynamics be used to simulate biomolecular recognition?
本文探讨了分子动力学在模拟生物分子识别中的局限性，以LacI与DNA结合转换过程为基准，指出仅偏置部分自由度无法实现可逆转换，为评估机器学习寻找集体变量的方法提供了重要参考。
2023-04-17 q-bio.BM
In silico ADMET and molecular docking study on searching potential inhibitors from limonoids and triterpenoids for COVID-19
通过分子对接、模拟、计算机模拟ADMET和药物相似性预测对植物化学物质进行虚拟筛选，以鉴定可以抑制SARS-CoV-2作用的潜在命中物。考虑到已发表的关于药用重要性的文献，从柠檬苦素和三萜类化合物中选择了总共154种具有类似结构的植物化学物质来寻找SARS-CoV-2的五个治疗蛋白靶点的潜在抑制剂，即，3CLpro（主要蛋白酶）、PLpro（木瓜蛋白酶样蛋白酶）、SGP-RBD（刺突糖蛋白-受体结合结构域）、RdRp（RNA依赖性RNA聚合酶）和ACE 2（血管紧张素转化酶2）。计算机模拟结果显示，植物化学物质如甘草酸、柠檬苦素、7-去乙酰基-7-苯甲酰基gedunin、山楂酸、科罗索酸、obacunone和熊果酸对SARS-CoV-2的靶蛋白有较好的抗病毒作用。蛋白质与配体相互作用研究表明，这些植物化学物质与靶蛋白活性位点的氨基酸残基结合。因此，这些潜在命中的核心结构可用于进一步的先导优化，以设计针对SARS-CoV-2的药物。此外，含有这些植物化学物质的药用植物，如甘草、印楝、塔尔西、柑橘和橄榄，可用于在传统药物中配制合适的治疗方法。
2020-07-21 q-bio.BM
Theory and simulation of multiphase coexistence in biomolecular mixtures
本文综述了利用理论模型、统计方法和粗粒化模拟预测生物分子混合物多相共存行为的最新进展，并展望了模拟活细胞内非均匀空间组织的挑战。
2023-05-04 cond-mat.soft physics.bio-ph q-bio.BM
Computational Explorations in Biomedicine: Unraveling Molecular Dynamics for Cancer, Drug Delivery, and Biomolecular Insights using LAMMPS Simulations
本文综述了LAMMPS分子动力学模拟在蛋白质折叠、药物设计、生物材料和细胞过程等生物医学研究中的应用、贡献、挑战及未来方向。
2024-09-04 q-bio.BM
Quantum-assisted biomolecular modelling
我们对生物分子（如蛋白质和DNA）物理学的理解是有限的，因为我们通常应用于模型惰性材料的近似通常不适用于软的，化学不均匀的系统。生物分子的构型复杂性意味着熵对自由能的贡献是其行为的重要因素，需要详细的动力学计算来充分评估。因此，能够考虑所有原子间相互作用的计算机模拟至关重要。然而，即使有目前最好的超级计算设施，我们也无法捕捉到它们行为中最有趣的方面，从而正确理解它们是如何工作的。这限制了我们设计新分子的能力，例如治疗疾病。生物分子模拟的进展关键取决于增加可用的计算能力。更快的经典计算机正在开发中，但这些只是渐进式的改进。量子计算提供了并行执行大量计算的可能性，当它变得可用时。我们讨论了目前在生物分子模拟的开放性问题，这些问题可能会解决使用量子计算和推测量子辅助生物分子建模的未来重要性。
2010-07-12 q-bio.BM quant-ph
Protein-protein docking using a tensor train black-box optimization method
黑箱优化方法在计算仿真的许多领域中起着重要的作用。特别是，这些方法通常用于生物系统的设计和建模，包括蛋白质及其与各种配体的复合物。这项工作主要集中在蛋白质-蛋白质对接，在现代药物设计工作流程中起着关键作用。我们开发了一个黑箱的方法，这样的对接问题，使用一种新的技术的基础上的张量列车分解的高维相互作用函数。我们的方法在发现的全局最小值方面显示出优势，并且具有在广泛的设备上进一步实现的高潜力，包括图形处理单元和量子处理单元。
2023-02-07 physics.bio-ph q-bio.BM
Screening of Therapeutic Agents for COVID-19 using Machine Learning and Ensemble Docking Simulations
由新型冠状病毒SARS-CoV-2引起的COVID-19疾病给世界带来了前所未有的人员和经济损失。目前正在全球范围内进行广泛的研究，以确定针对SARS-CoV-2的治疗药物。在这里，我们通过结合基于机器学习（ML）的模型和高保真系综对接模拟来使用强大而有效的计算策略，以快速筛选可能的治疗分子（或配体）。我们的筛选是基于对分离的SARS-CoV-2 S蛋白在其宿主受体区域或S蛋白-人ACE 2界面复合物的结合亲和力，从而潜在地限制和/或破坏宿主-病毒相互作用。我们首先将我们的筛选策略应用于两个药物数据集（CureFFI和DrugCentral），以识别与上述两个系统强烈结合的数百个配体。然后通过所有原子对接模拟验证候选配体。验证的ML模型随后被用于筛选大型生物分子数据集（具有近一百万个条目），以提供约19，000种潜在有用化合物的排序列表以供进一步验证。总的来说，这项工作不仅扩展了我们对COVID-19小分子治疗的知识，而且通过将快速ML替代模型与昂贵的高保真模拟相结合，提供了一种有效的途径来执行高通量计算药物筛选，以加速疾病的治疗治愈。
2020-04-08 physics.bio-ph q-bio.BM q-bio.QM
Perspective: Markov Models for Long-Timescale Biomolecular Dynamics
分子动力学模拟具有为化学物理中的重要问题提供原子级细节和洞察力的潜力，这些问题在典型实验中无法观察到。然而，仅仅生成长轨迹是不够的，因为研究人员必须能够将模拟轨迹中的数据转化为具体的科学见解。虽然这一分析步骤通常被认为是理所当然的，但随着大规模模拟变得越来越常规，它值得进一步关注。在这个角度来看，我们讨论了马尔可夫模型的应用分析大规模的生物分子模拟。我们提请注意最近的改进，这些模型的建设，以及几个重要的开放问题。此外，我们强调了最近的理论进展，铺平了道路，新一代的分子动力学模型。
2014-08-23 physics.bio-ph physics.chem-ph q-bio.BM
Electrostatics of Salt-Dependent Reentrant Phase Behaviors Highlights Diverse Roles of ATP in Biomolecular Condensates
University of Toronto（多伦多大学）；Hospital for Sick Children（多伦多家儿童医院）；Gandhi Institute of Technology and Management（甘地理工学院与管理学院）
研究揭示了盐依赖性反向相变行为中ATP在生物分子凝聚体中的多重作用，通过实验和理论分析展示了ATP与离子浓度调控的关联。
2024-12-31 q-bio.BM
BioLM-Score: Language-Prior Conditioned Probabilistic Geometric Potentials for Protein-Ligand Scoring
School of Computer Science, University of Nottingham Ningbo（计算机科学学院，诺丁汉大学宁波分校）；School of Artificial Intelligence, Shenzhen University（人工智能学院，深圳大学）
BioLM-Score结合几何建模与表征学习，提供一种高效、可泛化且可解释的蛋白质-配体评分方法，提升药物发现效率。
2026-02-09 cs.AI cs.LG q-bio.BM
Topological Methods for Exploring Low-density States in Biomolecular Folding Pathways
瞬态中间或过渡态的表征对于描述生物分子折叠途径至关重要，然而这在实验和计算机模拟中都是困难的。这样的瞬态在模拟样本中通常是低群体的。即使对于RNA发夹这样的简单系统，最近也有越来越多的关于多个中间状态存在的争论。在本文中，我们开发了一种计算方法来探索相对较低的人口过渡或中间状态的生物分子折叠途径，基于拓扑数据分析工具，映射器，模拟数据从大规模分布式计算。该方法的灵感来自于数学中经典的Morse理论，该理论通过一些函数水平集来表征高维形状的拓扑结构。在本文中，我们利用一个条件密度过滤器，使我们能够专注于结构的途径，其次是聚类分析的水平集，这有助于分离低人口中间高人口不感兴趣的结构。一个成功的应用，这种方法给出了一个激励的例子，RNA发夹与GCAA tetraloop，在那里我们能够提供结构的证据，从计算机模拟的多个中间状态，并展示不同的图片展开和重折叠途径。该方法能有效处理分布的高度异质性，捕捉多个途径的结构特征，并且比非线性降维或几何嵌入方法对距离度量不敏感。它为我们探索复杂生物分子折叠系统中的低密度中间态提供了一个系统的工具。
2008-12-17 q-bio.BM q-bio.QM
Equilibrium Sampling in Biomolecular Simulation
经过30多年的原子模拟，生物分子的平衡取样仍然是一个未满足的挑战。努力提高采样能力，这是审查这里，范围从新算法的开发并行化的新用途的硬件。特别关注的是分类算法-其中大多数是由几个关键的想法-为了了解他们的基本优势和局限性。虽然算法已经激增，新的硬件使用所带来的进展似乎比单纯的算法更明确，部分原因是缺乏广泛使用的采样措施。
2010-09-15 physics.bio-ph physics.chem-ph physics.comp-ph
The structural de-correlation time: A robust statistical measure of convergence of biomolecular simulations
虽然蛋白质和其他生物系统的原子模拟正在接近微秒的时间尺度，但轨迹的质量仍然难以评估。这种评估不仅对建立任何单个模拟的相关性至关重要，而且在开发计算方法的极其活跃的领域中也至关重要。在这里，我们将轨迹评估问题映射到"有效样本大小“的简单统计计算上，即，统计独立配置的数量。映射是通过问这样一个问题来实现的：“样本中包含的快照之间必须经过多少时间才能使该样本表现出独立和同分布配置所期望的统计特性？”“所得到的‘结构去相关时间’是使用从我们以前开发的‘结构直方图’推导出的精确性质鲁棒地计算的，没有任何拟合参数。我们表明，该方法是同样的，直接适用于玩具模型，肽，和72个残基的蛋白质模型。我们的方法的变体可以很容易地应用到广泛的物理和化学系统。
2007-02-18 q-bio.BM q-bio.QM
Tensor-DTI: Enhancing Biomolecular Interaction Prediction with Contrastive Embedding Learning
Nostrum Biodiscovery；Barcelona Supercomputing Center（巴塞罗那超级计算中心）；Faculty of Pharmacy and Food Sciences, University of Barcelona（巴塞罗那大学药学与食品科学系）；Catalan Institution for Research and Advanced Studies (ICREA)（加泰罗尼亚研究与高级研究机构）；Data Science Dpt., Almirall S.A.（Almirall S.A.数据科学部门）
Tensor-DTI通过整合多模态嵌入与对比学习，提升生物分子相互作用预测的准确性与可靠性。
2026-01-09 cs.AI cs.LG q-bio.BM
Molecular Dynamics Analysis of Biomolecular Systems Including Nucleic Acids
随着结构生物学和基因组生物学的最新进展，在基因调控的背景下，包括核酸在内的分子系统的结构动力学引起了人们的关注。结构-功能关系是一个重要的研究课题，其中核苷酸的理化性质与蛋白质中氨基酸的理化性质一样重要。模拟是详细分析分子动力学的有用工具，是对实验的补充。然而，核酸的分子模拟还没有蛋白质的分子模拟发达，部分原因是由于核酸的物理性质。在这篇综述中，我们简要地描述了该领域的现状和未来的发展方向，希望作为实验和计算之间的合作指南。
2021-11-21 physics.bio-ph q-bio.BM
The need to implement FAIR principles in biomolecular simulations
本文阐述了分子动力学社区采用新FAIR范式的必要性，提出通过协同努力建立MDDB数据库以实现模拟数据的可发现、可访问、互操作和可重用，从而推动生命科学研究迈向新前沿。
2025-04-03 q-bio.BM
DOCKSTRING: easy molecular docking yields better benchmarks for ligand design
University of Cambridge（剑桥大学）
用于药物发现的机器学习领域正在见证新方法的爆炸式增长。这些方法通常以简单的物理化学性质为基准，例如溶解度或一般药物性，这些性质可以很容易地计算出来。然而，这些属性是药物设计中目标函数的差代表，主要是因为它们不依赖于候选物与靶标的相互作用。相比之下，分子对接是药物发现中用于估计结合亲和力的广泛成功的方法。然而，对接模拟需要大量的领域知识来正确设置，这阻碍了采用。为此，我们提出了DOCKSTRING，这是一个用于ML模型的有意义和鲁棒比较的捆绑包，由三个组件组成：（1）用于直接计算对接分数的开源Python包;（2）用于58个医学相关目标的超过260 K配体的对接分数和姿势的广泛数据集;和（3）一组药学相关的基准任务，包括回归、虚拟筛选和从头设计。Python软件包实现了一个强大的配体和目标制备协议，允许非专家获得有意义的对接分数。我们的数据集是第一个包含对接姿势的数据集，也是第一个包含完整矩阵的数据集，从而促进了多目标优化和迁移学习的实验。总体而言，我们的研究结果表明，对接分数是一个更合适的评价目标比简单的物理化学性质，产生更现实的基准任务和分子候选人。
2021-10-29 cs.LG q-bio.BM stat.ML
EscalNet: Learn isotropic representation space for biomolecular dynamics based on effective energy
EscalNet通过结合傅里叶变换和神经网络，构建各向同性表示空间，提升生物分子动力学轨迹分析的精度与鲁棒性。
2025-11-22 q-bio.BM q-bio.QM
Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics
School of Computer Science, Peking University；Mila - Qu\'ebec AI Institute；CIFAR AI Chair
本文提出ATMOS框架，结合状态空间模型和Pairformer机制，生成生物分子原子级轨迹，实现高效建模和药物发现应用。
2026-03-18 cs.LG q-bio.BM
On the application of Good-Turing statistics to quantify convergence of biomolecular simulations
大分子分子动力学模拟的量化收敛和足够的采样往往是该领域争议（和各种特设解决方案）的来源。显然，唯一合理的、一致的和令人满意的方法来推断分子动力学轨迹的收敛性（或其他）必须基于概率论。理想情况下，我们希望回答的问题是：“对于手头的分析来说重要的分子构型尚未被观察到的概率是多少？".在这里，我们提出了一种方法来回答这个问题的一个变种，通过使用良好的图灵形式主义的频率估计未观察到的物种在一个样本。虽然可以遵循几种方法，以处理的问题，离散化的配置空间，这项工作中，我们使用经典的RMSD矩阵作为一种手段来回答以下问题：“什么是概率的分子配置与RMSD（从所有其他已经观察到的配置）高于一个给定的阈值实际上还没有被观察到？".我们将所提出的方法应用到几个不同的轨迹，并表明该过程似乎是计算稳定和内部一致的。一个实现这些想法的免费开源程序可以立即通过公共存储库下载。
2013-09-07 q-bio.BM q-bio.QM
Accurate Machine Learned Quantum-Mechanical Force Fields for Biomolecular Simulations
Google Research（谷歌研究院）；Technische Universität Berlin（柏林工业大学）；University of Luxembourg（卢森堡大学）；Korea University（高丽大学）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所）
分子动力学（MD）模拟允许对化学和生物过程的原子见解。精确的分子动力学模拟需要计算量很大的量子力学计算，实际上仅限于短时间尺度和少数原子。对于较大的系统，使用有效的，但可靠性低得多的经验力场。最近，机器学习力场（MLFF）作为执行MD模拟的替代手段出现，在数量级加速下提供与从头算方法相似的精度。到目前为止，MLFF主要捕获小分子或周期性材料中的短程相互作用，这是由于构建模型和获得大分子可靠参考数据的复杂性增加，其中长程多体效应变得重要。这项工作提出了一种通用的方法来构建准确的MLFF的大规模分子模拟（GEMS）的训练上的“自下而上”和“自上而下”的不同大小的分子片段，从中可以了解相关的物理化学相互作用。GEMS被应用于研究丙氨酸基肽和46-残基蛋白质crambin在水溶液中的动力学，允许在基本上从头算质量的纳秒尺度的MD模拟> 25 k原子。我们的研究结果表明，肽和蛋白质的结构基序比以前认为的更灵活，这表明从头计算的准确性模拟可能是必要的，以了解动态的生物分子过程，如蛋白质（错误）折叠，药物-蛋白质结合，或变构调节。
2022-05-17 cs.LG physics.chem-ph q-bio.BM
Learning Biomolecular Motion: The Physics-Informed Machine Learning Paradigm
School of Biological Sciences, Georgia Institute of Technology（生物科学学院，佐治亚理工学院）
本文综述了物理信息机器学习在生物分子运动建模中的最新进展，提出以机制性归纳偏置和可微物理学习框架解决长时间尺度动力学与自由能估计等核心问题。
2025-11-10 cs.LG physics.comp-ph q-bio.BM
HemePLM-Diffuse: A Scalable Generative Framework for Protein-Ligand Dynamics in Large Biomolecular System
本文提出生成式Transformer框架HemePLM-Diffuse，通过SE(3)-不变分词和时间感知交叉注意力扩散，实现万原子级蛋白质-配体轨迹模拟、片段补全与过渡路径采样，并在3CQV HEME体系上优于TorchMD-Net等现有模型。
2025-08-07 cs.LG q-bio.BM
FABind+: Enhancing Molecular Docking through Improved Pocket Prediction and Pose Generation
Huazhong University of Science and Technology（华中科技大学）；Renmin University of China（中国人民大学）；University of Science and Technology of China（中国科学技术大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
FABind+通过改进口袋预测和姿态生成，显著提升分子对接性能，达到最先进水平，推动药物发现。
2025-02-24 cs.AI cs.LG q-bio.BM
Multi-ligand simultaneous docking of Carica papaya leaf phytochemicals, Carpaine and Rutin, reveals multi-mechanism inhibition of cancer proteins BCL-2 and WWP1
Department of Biological Sciences, School of Basic and Applied Sciences, Dayananda Sagar University（戴扬达·萨加尔大学基础与应用科学学院生物学系）；School of Engineering, Dayananda Sagar University（戴扬达·萨加尔大学工程学院）；Prescience Insilico Private Limited（普雷西恩斯因西里科私人有限公司）
本研究通过分子对接和MLSD等方法，发现番木瓜叶的Carpaine和Rutin可分别通过加性和变构效应抑制BCL-2和WWP1，与硼替佐米联用增强抗癌潜力。
2026-09-09 q-bio.BM
Scaling the leading accuracy of deep equivariant models to biomolecular simulations of realistic size
Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛约翰·A·保尔森工程与应用科学学院）；Robert Bosch Research and Technology Center（罗伯特·博世研究与技术中心）
提出 Allegro 深度等变架构，通过架构创新、大规模并行和 GPU 优化，实现量子保真度的生物分子动力学模拟，并在 HIV 衣壳等上亿原子规模上验证强、弱扩展性能。
2023-04-20 cs.LG physics.chem-ph physics.comp-ph
Latent Molecular Optimization for Targeted Therapeutic Design
University of Toronto（多伦多大学）；Vector Institute for Artificial Intelligence（矢量人工智能研究所）
我们设计了一种有针对性的分子设计方法，一个感兴趣的问题，在计算药物发现：给定一个目标蛋白质的网站，我们希望产生一个化学与高结合亲和力的目标和令人满意的药理学性质。这个问题是困难的潜在的治疗空间的连续性和离散性，以及生物分子表面位点的图形结构的性质。使用蛋白质-配体复合物的数据集，我们通过用图卷积网络提取目标位点的签名并将离散化学物质编码到连续的潜在向量空间中来克服这些问题。后者的嵌入允许在分子空间中基于梯度的优化，我们使用学习的结合亲和力和其他药理学特性的可微模型进行。我们表明，我们的方法能够有效地优化这些多个目标，并发现具有潜在有用的结合特性的新分子，通过对接方法进行验证。
2018-09-05 cs.AI cs.LG cs.NE
Theoretical restrictions on longest implicit timescales in Markov state models of biomolecular dynamics
马尔可夫状态模型（MSM）已被广泛用于分析各种生物分子系统的计算机模拟。它们可以捕获比来自用于构建MSM的轨迹组的单个分子动力学（MD）轨迹的平均或最大长度慢得多的构象转变。经验法则声称MSM捕获的最慢隐式时标应该与用于构建该MSM的所有MD轨迹的总持续时间的数量级相当。然而，这一规则从未被正式证明。在这项工作中，我们提出了最慢的时间尺度在几种类型的MSM的分析结果，支持上述规则。我们得出结论，最慢的隐式时间尺度等于总抽样和量化的四个因素的乘积：（1）对应于最长隐式时间尺度的构象转变的统计数据有多少可用，（2）目的地马尔可夫状态的采样有多好，（3）使用滑动窗口计数马尔可夫状态之间的转变的统计数据的增益，和（4）由构象转变的有限采样引起的隐式时间尺度估计的偏差。我们证明，在许多实际重要的情况下，所有这四个因素都是统一的顺序，我们分析可能的情况下，可能会导致其显着偏离统一。总体而言，我们首次提供了MSM捕获的最慢时间尺度的分析结果。这些结果可以指导MSM在生物分子动力学中的进一步实际应用，并提高模拟的计算效率。
2017-08-09 physics.bio-ph physics.comp-ph q-bio.BM
More sophisticated is not always better: comparison of similarity measures for unsupervised learning of pathways in biomolecular simulations
本文比较了四种相似性度量在生物分子模拟路径无监督学习中的性能，发现复杂度量并非总是更优，欧氏距离在部分系统中既高效又能满足需求。
2025-11-13 cond-mat.soft physics.bio-ph physics.comp-ph
Systematic Analysis of Biomolecular Conformational Ensembles with PENSA
本文提出开源软件PENSA，通过系统比较生物分子构象系综的特征分布并量化区域间状态特异性信息，帮助高效识别关键结构差异和变构通路。
2025-01-05 physics.bio-ph physics.comp-ph q-bio.BM
Best bang for your buck: GPU nodes for GROMACS biomolecular simulations
分子动力学模拟包GROMACS可以在从商用工作站到高性能计算集群的各种硬件上高效运行。硬件功能通过SIMD、多线程和基于MPI的SPMD/MPMD并行性的组合得到了很好的利用，而GPU可以用作加速器来计算从CPU卸载的交互。在这里，我们评估哪种硬件以最经济的方式使用GROMACS 4.6或5.0生成轨迹。我们已经组装了具有各种CPU/GPU组合的计算节点并对其进行了基准测试，以确定原始轨迹生产率，性能价格比，能源效率和其他几个标准方面的最佳组合。虽然硬件价格自然会受到趋势和波动的影响，但总的趋势是显而易见的。添加任何类型的GPU都可以显著提升节点的模拟性能。对于廉价的消费级GPU，这种改进同样反映在性能价格比上。虽然消费级GPU中的内存问题可能会被忽视，因为这些卡不支持ECC内存，但不可靠的GPU可以通过内存检查工具进行分类。除了硬件费用和原始性能等成本效益的明显决定因素外，节点的能耗是一个主要的成本因素。在典型的硬件寿命期间，直到几年的更换，用于电力和冷却的成本可能变得大于硬件本身的成本。考虑到这一点，CPU和消费级GPU资源比例平衡的节点在其生命周期内产生最大量的GROMACS轨迹。
2015-07-03 cs.DC cs.PF physics.bio-ph
Variational Methods for Biomolecular Modeling
Michigan State University（密歇根州立大学）；Colorado State University（科罗拉多州立大学）
本文提出基于变分原理的生物分子建模方法，通过考虑界面几何特性，改进能量参数化并高效模拟界面动态，适用于多尺度电势、微域形成及膜表面蛋白定位等研究。
2016-10-31 cs.NA math.NA physics.comp-ph
In silico investigation of lactone and thiolactone inhibitors in bacterial quorum sensing using molecular modeling
在本研究中，计算研究了最近合成并在体外测试的内酯类和硫代内酯类抑制剂的几个成员的抗群体感应（QS）活动的起源。对接和分子动力学（MD）模拟和结合自由能的计算进行，以揭示这些化合物的确切的结合和抑制档案。内酯系列相对于它们的硫代内酯电子等排体的更高的体外活性基于估计结合能、对接分数和监测MD模拟中产生的复合物的稳定性来验证。强静电贡献的结合能可能是负责较高的抑制活性的内酯相对于硫代内酯系列。本研究的结果有助于了解内酯类抑制剂的抗QS性质，并提供可能有助于合成新型QS抑制剂的重要信息。
2013-05-16 physics.bio-ph q-bio.BM
Topology, Landscapes, and Biomolecular Energy Transport
虽然无处不在，能量再分配仍然是生物分子非平衡热力学的一个知之甚少的方面。在分子水平上，有限尺寸效应、显著的非线性和弹道过程产生偏离宏观尺度的行为。在这里，我们表明，瞬态热传输反映了大分子的能量景观结构，通过分子接触的拓扑特征和非线性过程，介导的动态。虽然前者通过成对相互作用确定运输途径，后者反映了局部构象重排景观内的挫折。与通过小分子系统（如烷烃）的传输不同，即使在很短的时间和长度尺度上，非线性也主导着相干过程。我们详尽的全原子模拟和新颖的局部时空分析，适用于理论和实验，允许解剖生物分子中的能量迁移。该方法表明，振动能量传输可以探测生物功能基础上的大分子动力学和相互作用的其他方面。
2019-11-08 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Zero-Shot 3D Drug Design by Sketching and Generating
本文提出 zero-shot 3D 药物设计方法 DESERT，通过分子形状连接草图绘制与生成两阶段，利用大规模分子数据库降低实验数据和对接模拟依赖，并以更快速度取得最优性能。
2022-10-04 cs.CE q-bio.BM
Active learning of the thermodynamics-dynamics tradeoff in protein condensates
本研究通过粗粒化模拟和主动学习策略，发现并打破了蛋白质凝聚体中热力学与动力学的强相关性，揭示了可独立调节凝聚体物理性质的序列设计规则。
2023-12-09 cond-mat.soft physics.bio-ph physics.comp-ph
Diffusion of intrinsically disordered proteins within viscoelastic membraneless droplets
本研究利用分子动力学模拟揭示了FUS和DDX4等内在无序蛋白在生物分子凝聚物液滴中因粘弹性和限制效应表现出瞬态次扩散，且其在液滴内部与界面的构象及扩散差异导致位移分布非高斯性。
2024-01-19 cond-mat.soft cond-mat.stat-mech physics.bio-ph
