How to distinguish conformational selection and induced fit based on chemical relaxation rates
蛋白质结合通常涉及构象变化。重要的问题是构象变化是发生在结合事件之前（“构象选择”）还是结合事件之后（“诱导拟合”），以及如何从实验中获得构象转变速率。在这篇文章中，我们提出了一般结果的化学弛豫速率的构象选择和诱导适合的结合过程，适用于所有浓度的蛋白质和配体，因此，超越了标准的伪一阶近似的大配体浓度。这些结果允许区分构象选择从诱导拟合过程-也在这样的区别是不可能在伪一阶条件下的情况下-和提取的蛋白质的构象转变速率从化学弛豫数据。
2016-09-20 physics.bio-ph q-bio.BM
Protein conformational dynamics and electronic structure
对蛋白质泛素的116种构象异构体进行量子力学计算（Lange等人，Science 2008，320，1471-1475）。计算结果表明，体系的生成热、偶极矩、前线轨道HOMO和LUMO能量以及HOMO-LUMO能隙都在相应的范围内波动。因此，这项研究提供了一个蛋白质的构象动力学和它的电子结构之间的联系。
2013-08-18 q-bio.BM
Conformational dynamics of a single protein monitored for 24 hours at video rate
我们使用等离子统治者遵循一个单一的蛋白质的构象动力学长达24小时的视频速率。等离子体标尺由两个由单个蛋白质接头连接的金纳米球组成。在我们的实验中，我们遵循的分子伴侣热休克蛋白90，这是已知的显示开放和封闭的构象的动力学。我们的测量证实了先前已知的构象动力学与过渡时间在秒到分钟的时间尺度，并揭示了新的动态的时间尺度上的分钟到小时。因此，等离子体标尺相对于单分子荧光共振能量转移将观察带宽扩展了3/4个数量级，并使分子动力学的研究具有前所未有的精度。
2018-10-05 physics.bio-ph q-bio.BM q-bio.QM
Fold-switching proteins push the boundaries of conformational ensemble prediction
National Institutes of Health（美国国立卫生研究院）
本文研究折叠切换蛋白的构象集合预测，发现深度学习模型受限于训练集结构关联，提出通过识别新折叠切换蛋白来提升预测能力。
2026-01-08 q-bio.BM
Combination of genetic crossover and replica-exchange method for conformational search of protein systems
将遗传算法中的遗传交叉操作与复制交换方法相结合，用于并行分子动力学模拟。遗传交叉和复制交换方法通过交换蛋白质构象间的对应部分来搜索全局构象空间。在这项研究中，我们将这种方法应用到一个$α$ -螺旋蛋白，色氨酸笼迷你蛋白，它有20个氨基酸残基。从模拟得到的构象与实验结果吻合得很好。
2015-05-21 cond-mat.stat-mech physics.bio-ph q-bio.BM
Looking for central tendencies in the conformational freedom of proteins using NMR measurements
我们研究了由两个刚性结构域连接一个灵活的连接蛋白质的构象自由。构象自由度被表示为允许状态空间上的未知概率分布。提出了一种计算最大允许概率的新算法，该算法可推广到任何类型的测量。在本文中，我们使用伪接触位移和残余偶极耦合。我们重建一个单一的集中趋势的分布，并深入讨论的结果。
2016-02-18 q-bio.BM
Conformational selection in protein binding and function
蛋白质结合和功能通常涉及构象变化。先进的NMR实验表明，这些构象变化可以发生在配体分子（或与结合配体）的情况下，并且配体可以“选择”结合（或解结合）的蛋白质构象。在这篇综述中，我们认为，这种构象选择需要过渡时间的配体结合和解结合，是小的相比，在不同的构象，这是合理的小配体分子的蛋白质的停留时间。这种时间尺度的分离导致结合/解结合事件和构象变化的解耦和时间排序。我们认为，构象选择和诱导变化过程（如诱导拟合）是同一枚硬币的两面，因为时间顺序在绑定和解除绑定的方向是相反的。构象选择过程的特征在于在结合或解结合事件之前发生的构象激发，而诱导变化过程表现出在结合或解结合事件之后发生的特征性构象松弛。我们讨论了如何可以确定从弛豫速率和有效的开和关速率混合实验中确定的事件的顺序，并从先进的NMR或单分子FRET实验中测得的构象交换率。对于较大的配体分子，如肽，构象变化和结合事件可以错综复杂地耦合，并表现出构象选择和诱导的变化过程在结合和解结合方向的方面。
2014-09-09 q-bio.BM
Structure fluctuations and conformational changes in protein binding
结构波动和构象变化伴随着所有涉及大分子的生物过程。本文提出了一种基于蛋白质中残基质心的归一化平衡波动和结合时侧链构象变化的统计分析的蛋白质残基分类。应用简正波分析和弹性网络模型计算了一组蛋白质复合物的残基波动，并进行了残基分类。与基于归一化B因子的分类比较表明，B因子可能低估了溶剂中蛋白质的灵活性。我们的分类表明，蛋白质环和无序的片段富含高度波动的残基和耗尽弱波动的残基。为了计算二面角分布函数，位形空间通过立方网格划分成单元。蛋白质缔合对分布函数的影响取决于氨基酸类型和二面角空间中的网格步长。对于大多数残基，二面角的变化从近主链的二面角到最远的二面角增加。平均而言，五分之一的界面残基改变旋转异构体的状态结合后，而其余的界面残基进行本地rerereaderministration内相同的旋转异构体。
2011-10-24 physics.bio-ph q-bio.BM
MoDyGAN: Combining Molecular Dynamics With GANs to Investigate Protein Conformational Space
University of New Mexico（新墨西哥大学）
本文提出 MoDyGAN 流程，通过将蛋白质三维结构可逆转换为二维矩阵并结合 MD 与 GAN，实现蛋白质构象空间的高效探索与合理新构象生成。
2025-07-18 cs.LG physics.bio-ph q-bio.BM
Conformational variability of loops in the SARS-CoV-2 spike protein
SARS-CoV-2刺突（S）蛋白促进病毒感染，并已成为许多结构确定工作的焦点。已知其柔性环区域参与蛋白质结合，并且可以采用多种构象。本文根据蛋白质数据库（PDB）的结构，鉴定了S蛋白环，并研究了它们的构象变异性。虽然大多数环基本上有一个稳定的构象，但基于聚类分析，观察到44个环区域中的17个是结构可变的，具有多个实质上不同的构象。环建模方法，然后施加到S蛋白环的目标，和预测精度讨论有关的特征的构象集群确定。发现具有多种构象的环基于单一结构模板建模具有挑战性。
2021-10-13 q-bio.BM stat.AP
Self Organizing Maps to efficiently cluster and functionally interpret protein conformational ensembles
提出了一种结合自组织映射、层次聚类和网络组件的方法，旨在比较从多个分子动力学模拟中获得的蛋白质构象集合。作为第一个结果，可以通过仅使用所获得的簇的代表性构象来概括原始系综。此外，网络组件分析允许发现和解释每个神经元赢得的构象的动态行为。结果表明，这种方法的能力，有效地获得由原始构象合奏所描述的蛋白质动力学的功能解释，突出了其作为蛋白质工程的支持的潜力。
2013-09-30 cs.CE q-bio.BM
Manipulation of conformational change in proteins by single residue perturbations
使用扰动响应扫描（PRS）技术，我们研究了一组23个蛋白质，显示各种构象运动后配体结合（如剪切，铰链，变构）。在大多数情况下，PRS确定可以被操纵以实现所得构象变化的残基。PRS表明，对于某些蛋白质，结合诱导的构象变化可以通过扰动分散在整个蛋白质中的残基来实现，而在其他蛋白质中，仅限于高度特异性区域的特定残基的扰动是必要的。实验和计算的原子位移之间的相关性总是更好或等效于从弹性网络模型的模态分析中获得的那些。此外，最好的相关性获得后一种方法并不总是出现在最集体的模式。我们表明，成功的模态分析取决于缺乏冗余的路径，存在于蛋白质。因此，PRS表明，几个相关的模式可以同时诱导通过扰动蛋白质上的一个单一的选择残基。我们还详细说明了应用PRS的GroEL和ADK结构的生物相关性，在那里我们表明，其扰动导致精确的构象变化的残基通常对应于那些实验确定的功能重要。
2010-02-12 q-bio.BM
Conformational variability in proteins bound to single-stranded DNA: a new benchmark for new docking perspectives
我们探索蛋白质数据库（PDB）收集蛋白质ssDNA结构，并创建一个多构象对接基准，包括结合和未结合的蛋白质结构。由于ssDNA在未结合时具有高柔性，因此基准中不包括ssDNA未结合结构。对于91个序列同一性组确定为同一蛋白质的结合-未结合结构，我们研究了由ssDNA结合引起的蛋白质构象变化。此外，基于一些组中的几个结合或未结合的蛋白质结构，我们还评估了在结合或未结合条件下的内在构象变异性，并将其与推测的结合诱导的修饰进行比较。为了说明这个基准测试的用例，我们使用ATTRACT对接软件进行了对接实验。据我们所知，这个基准是第一个仔细研究ssDNA-蛋白质相互作用的可用结构到这样的程度，旨在改善专门用于这种分子相互作用的计算对接工具。
2022-10-20 q-bio.BM q-bio.QM
Conformational Dynamics of Supramolecular Protein Assemblies in the EMDB
电子显微镜数据库（EMDB）是一个快速增长的知识库，用于传播超分子蛋白组装体（包括马达、伴侣蛋白、细胞骨架组装体和病毒衣壳）的单粒子重建的结构数据。虽然这些组件的静态结构提供了重要的洞察其生物功能，其构象动力学和力学提供了额外的重要信息，其生物功能的机制。在这里，我们提出了一个无监督的计算框架，以分析和存储公共访问的超分子蛋白质组件的构象动力学存放在EMDB。构象动力学分析，使用正常模式分析的有限元框架，这是用来计算平衡的热波动，在分子运动中的互相关，和应变能分布的452目前存储在EMDB中的681个条目。乙型肝炎病毒衣壳，核糖体结合的终止因子RF2和GroEL的结果详细介绍和验证与全原子为基础的模型。EMDB中蛋白质组装体的构象动力学可能有助于解释其生物学功能，以及基于EM的结构的分类和细化。
2010-01-05 q-bio.BM
Thermodynamic restrictions on evolutionary optimization of transcription factor proteins
构象波动被认为在转录因子蛋白定位和结合细菌基因组上的靶位点的过程中起重要作用。使用一个简单的模型，我们表明，结合时间可以最小化，在选择性压力下，通过调整构象状态的光谱，使花费在更多的移动构象的时间的分数与目标识别率相匹配。然后，相关的最佳结合时间在由热力学施加的限制结合时间的数量级内，对应于具有即时靶识别的理想化蛋白质。数值估计表明，典型的细菌在这种制度的优化构象波动。
2007-09-10 cond-mat.soft q-bio.BM
TALEs from a spring -- superelasticity of Tal effector protein structures
采用一种简单的力探针装置，在计算机实验中研究转录激活因子样效应子（TALE）蛋白的力学性质。结果表明，它们的弹簧状排列有利于超弹性行为，这表现为沿螺旋轴的大规模全球构象变化，从而将TALE蛋白的结构和动力学联系起来。从测得的力-延伸曲线可以看出，dHax 3和PthXo 1 TALE表现得像线性弹簧，遵守胡克定律，用于适度的全局结构变化。然而，对于更大的变形，蛋白质表现出非线性，并且结构变得更硬，它们被拉伸得越多。灵活性不是均匀分布在TALE结构，而是软点，对应于RVD环残基和本发明的关键剂在构象运动的传输被确定。
2014-06-30 cond-mat.soft physics.bio-ph q-bio.BM
Conformational Transitions in Molecular Systems
蛋白质是生物系统中的“工作马”。几乎所有的功能都涉及特定的蛋白质。它们控制分子运输过程，稳定细胞结构，酶催化化学反应;其他在分子合成过程的复杂机器中充当分子马达。由于它们的重要性，蛋白质的错误折叠和功能障碍通常会导致灾难性的疾病，如阿尔茨海默病和牛海绵状脑病（BSE）。因此，对氨基酸组成、几何结构和生物功能三位一体的理解是自然科学最重要的挑战之一。在这里，我们在蛋白质折叠过程中，伴随着结构形成的构象转变一瞥。
2009-02-17 cond-mat.soft cond-mat.stat-mech q-bio.BM
Amplification and detection of single molecule conformational fluctuation through a protein interaction network with bimodal distributions
蛋白质经历多个时间尺度的构象动力学，这导致酶活性的波动。近年来单分子酶学的研究直接观察到了这种古老的动力学无序现象。然而，单分子技术有其局限性。为了能够观察到这种分子效应与真正的生化功能{ \it原位}，我们建议耦合酶活性的波动噪声传播小蛋白质相互作用网络，如零阶超敏感磷酸化-去磷酸化循环。我们发现酶的波动确实可以放大几个数量级，变成底物磷酸化水平的波动|对细胞生物学有广泛兴趣的人酶的构象波动足够慢于催化反应的周转率，导致磷酸化底物的双峰浓度分布。反过来，这种网络放大的单酶波动可以作为一种新的生化“报告”，用于测量单酶构象波动率。
2009-09-01 q-bio.BM
Automaton model of protein: dynamics of conformational and functional states
在这篇概念性的论文中，我们建议探索量子现象的本体/认识论描述与蛋白质构象和功能状态的动力学之间的相互关系之间的类比。另一个新的想法是应用自动机理论来模拟后者的动力学。在我们的模型中，蛋白质的行为被建模的两个动力系统，本体和认知，分别描述蛋白质的构象和功能状态的演变的援助。认知自动机是基于本体状态空间上的功能（观察）等价关系由本体自动机构造而成的。这让人想起了涌现量子力学的一些方法，其中量子（认知）态被视为代表一类前量子（本体）态。该方法与标准{ \it蛋白质结构-功能范例}不匹配。然而，它是完美的内在无序蛋白的行为建模。在数学上，蛋白质的本体状态（构象状态）的空间建模的帮助下，$p$ -进数或更一般的超度量空间编码的内部层次结构的蛋白质。简要讨论了与$p$ -adic动力系统理论的联系。
2017-04-15 cs.IT math.IT q-bio.BM
REinforcement learning based Adaptive samPling: REAPing Rewards by Exploring Protein Conformational Landscapes
分子动力学模拟的关键限制之一是与大系统尺寸或长时间尺度相关的采样蛋白质构象景观的计算困难性。为了克服这个瓶颈，我们提出了基于强化学习的自适应采样（REAP）算法，该算法旨在通过学习每个反应坐标的相对重要性来有效地对构象空间进行采样。为了实现这一点，该算法使用了强化学习领域的概念，这是机器学习的一个子集，它奖励沿着重要自由度的采样，而忽略其他不利于探索或利用的采样。我们证明了REAP的有效性，通过比较两个模型的景观（L形和圆形），和现实的系统，如丙氨酸二肽和Src激酶的采样长连续MD模拟和最小计数自适应采样。在所有四个系统中，REAP算法始终证明其探索构象空间的能力比其他两种方法更快，当比较给定时间内发现的景观的预期值时。REAP的主要优点是实时估计集体变量的重要性，这使得它对结构信息有限的系统特别有用。
2018-07-05 physics.bio-ph physics.chem-ph q-bio.BM
The Allosteric Switching Mechanism in Bacteriophage MS2
在这篇文章中，我们使用全原子模拟来阐明的机制，潜在的构象转换和变构内的外壳蛋白的噬菌体MS2。大多数二十面体病毒衣壳的组装需要衣壳蛋白在衣壳内的精确位置处采用不同的构象。已经表明，来自MS2基因组的19个核苷酸的茎环（TR）充当变构效应物，在衣壳组装期间引导外壳蛋白的构象转换。由于主要的构象变化发生在远离TR结合位点的地方，因此了解这种变构通讯的分子机制是很重要的。为此，我们使用全原子模拟与明确的水结合的路径采样技术来采样的MS2外壳蛋白的构象转变，在TR结合的存在和不存在。计算发现，TR绑定强烈改变的过渡自由能分布，导致开关的青睐的构象。我们讨论了负责这种转变的分子相互作用的变化。然后，我们确定网络的氨基酸与相关的议案，揭示了TR绑定的影响跨越蛋白质的机制。分析预测氨基酸的突变取代可能会改变人口的构象substates或其转换速率。
2016-04-10 cond-mat.soft physics.bio-ph physics.chem-ph
Protein Folding as a Quantum Transition Between Conformational States
指出了扭转振动在传递生命信息中的重要性。证明了量子扭态的局域化。在此基础上，提出了构象-电子体系的量子理论。用非绝热算符方法计算了构象-电子跃迁。从构象量子跃迁的角度研究了蛋白质折叠，并计算了折叠速率。推导了基本折叠事件（成核、坍缩等）的微秒到毫秒的时间尺度。给出了跃迁速率W与N个惯性矩的关系。指出了在合作跃迁中，W随扭转角数N的增加而增加，随原子团惯性矩I的增加而减小。并推导出了与高温区化学反应不同的温度依赖关系。结果表明，构象动力学对蛋白质的折叠机理有深刻的认识，并为分析和解释有关蛋白质折叠速率的实验事实提供了有用的工具。
2009-06-13 q-bio.BM q-bio.QM
Representation choice shapes the interpretation of protein conformational dynamics
研究探讨了表征选择对蛋白质构象动态分析的影响，提出Orientation features方法，并开发ManiProt库以支持多表征比较。
2026-04-01 cs.LG q-bio.BM
Generalization of the Elastic Network model for the study of large conformational changes in biomolecules
弹性网络（EN）是描述生物分子长时间动力学的主要模型。然而，谐波势的使用使得该模型不足以研究蛋白质的大的构象变化（例如蛋白质的拉伸、折叠和热去折叠）。在这里，我们扩展的EN模型的能力，通过使用谐波近似描述的Lennard-Jones（LJ）的相互作用，从标准的重叠标准中获得的远接触和本地接触的情况下，去样模型。虽然我们的模型是验证EN模型的平衡性质的一些蛋白质，我们还表明，该模型是适合于研究大的构象变化提供各种例子。特别是，这是说明的基础上，高精度预测的实验数据的研究蛋白质的断裂力的拉动模拟。此外，在DDFLN 4蛋白的情况下，我们的拉模拟突出了我们的模型相对于Go样方法的优势，后者未能重现先前通过全原子模拟预测该蛋白质的额外特征峰所获得的结果。此外，折叠模拟的小肽产生不同的折叠时间的α-螺旋和β-发夹，与实验一致，以这种方式提供了进一步的机会，我们的模型在研究蛋白质的大构象变化的应用。与EN模型相比，我们的模型既适用于简正模分析，也适用于分子动力学模拟。我们预计，所提出的模型将发现在生物学中的广泛的问题，包括，除其他外，蛋白质折叠和热去折叠的应用。
2018-11-03 physics.bio-ph q-bio.BM
A novel method for identification of local conformational changes in proteins
动机：已知蛋白质在其功能过程中经历构象变化。构象的变化通常归因于蛋白质内的一小部分残基。因此，鉴定这些可变区对于理解蛋白质功能是重要的。结果：我们提出了一种新的方法来识别蛋白质的局部构象变化。在我们的方法中，骨架构象被编码成一个序列的字母从一个16个字母的字母表（称为D2代码）进行结构比较。由于我们不使用聚类分析来编码局部结构，因此D2代码不仅提供了对蛋白质结构的直观可理解的描述，而且还涵盖了各种各样的失真。本文表明，D2代码是更好地与二面角的变化比结构字母表和二级结构描述。在HIV-1蛋白酶的N37 S突变体的情况下，通过D2编码方法比其他方法更准确地捕获局部构象变化。D2编码还提供了HIV-1蛋白酶突变体的NMR模型之间的差异的可靠表示。
2011-10-28 math.CO math.DG q-bio.BM
Conformational Heterogeneity and FRET Data Interpretation for Dimensions of Unfolded Proteins
一个数学物理上有效的配方是需要从单分子Förster共振能量转移（smFRET）来推断无序蛋白质构象的性质。传统的方法假定一个均匀的构象系综推断的构象尺寸可能是非物理的。当所有可能的-异构以及均匀-构象分布考虑到没有预先判断，一个单一的值的平均转移效率$\langle E\rangle$之间的染料在两个链端通常是一致的高度多样化，多个值的平均回转半径$\langle R_{\rm g}\rangle$。在这里，我们利用无偏的构象统计从一个粗粒度的显式链模型建立一个通用的逻辑框架来量化这种基本的模糊性smFRET推理。作为一个应用程序，我们解决了长期存在的争议，关于变性剂依赖性的$\langle R_{\rm g}\rangle$的未折叠的蛋白质，专注于蛋白质L作为一个例子。常规的smFRET推断得出结论，未折叠的蛋白L的$\langle R_{\rm g}\rangle$对[GuHCl]高度敏感，但是来自小角X射线散射（SAXS）的数据表明与[GuHCl]无关的接近恒定的$\langle R_{\rm g}\rangle$。引人注目的是，本分析表明，尽管在[GuHCl] = 1 M和7 M下蛋白L的报告$\langle E\rangle$值分别为0.75和0.45，差异非常大，但与这两个$\langle E\rangle$值一致的贝叶斯$R^2_{\rm g}$分布重叠多达$75\…
2017-08-01 q-bio.BM
Determining the optimal structural resolution of proteins through an information-theoretic analysis of their conformational ensemble
本研究提出一种无监督信息论框架，可确定描述蛋白质构象空间所需的最少原子数，发现最优保留原子数与系统大小线性相关且受构象探索程度影响，为蛋白质多尺度建模提供了新准则。
2025-10-22 cond-mat.soft cond-mat.stat-mech q-bio.BM
TEMPO: Temporal Multi-scale Autoregressive Generation of Protein Conformational Ensembles
School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳））；Changping Laboratory, Beijing（昌平实验室，北京）
本文提出TEMPO分层自回归框架，以双尺度架构将蛋白质动力学建模为马尔可夫过程，兼顾计算效率与物理准确性，用于生成时间连贯且真实的蛋白质构象系综轨迹。
2025-10-24 cs.AI q-bio.BM
Universal relation between instantaneous diffusivity and radius of gyration of proteins in aqueous solution
蛋白质构象波动是高度复杂的，并表现出长期的相关性。在这里，分子动力学模拟的小蛋白质表明，这些构象波动直接影响蛋白质的瞬时扩散率$D_I$。我们发现，蛋白质的回转半径$R_g$表现出$1/f$波动，这与$D_I$的波动同步。我们的分析表明，当地的斯托克斯-爱因斯坦型关系$D_I\propto1/(R_g + R_0)$，其中$R_0\sim0.3$ nm被假定为是一个水化层周围的蛋白质的有效性。从强和弱构象波动的不同蛋白质类型的分析中，斯托克斯-爱因斯坦型关系的有效性似乎是一个普遍的属性。
2021-03-04 cond-mat.stat-mech physics.bio-ph physics.comp-ph
Ideal gas behavior of rotamerically defined conformers in native globular proteins
蛋白质的构象转变，这是必不可少的功能，可以由熵或焓驱动时，分子系统包括溶质和溶剂分子的焦点。揭示一个给定的分子过程的热力学起源是一项重要但困难的任务，蛋白质构象分布的一般原则仍然难以捉摸。在这里，我们表明，当蛋白质分子被视为热力学系统和溶剂被视为环境，构象熵是一个很好的代理自由能，并足以解释蛋白质构象分布。具体地说，通过将侧链扭转状态的每个独特组合定义为构象异构体，在任意给定的序参数上的布居分布（或自由能）近似为构象熵的线性函数。此外，观察到各种微观势能项的跨度与构象熵和自由能高度相关。目前广泛使用的自由能代理，包括最小势能，平均势能项本身或结合振动熵\cite，被发现与自由能的相关性相当差。因此，我们的研究结果提供了一个全新的理论基础的发展显着更可靠和更有效的下一代计算工具，其中可用的构象的数量，而不是势能的微观配置，是中心焦点。我们预计，许多相关的研究领域，包括基于结构的药物设计和发现，蛋白质设计，对接和预测的一般分子间相互作用涉及蛋白质，预计将受益匪浅。
2015-04-30 q-bio.BM
Selected-fit versus induced-fit protein binding: Kinetic differences and mutational analysis
配体分子与蛋白质的结合通常伴随着蛋白质的构象变化。一个中心问题是配体是否诱导构象变化（诱导拟合），或者更确切地说，从蛋白质的基态和激发态的预先存在的平衡中选择并稳定互补构象（选择拟合）。在这里，我们认为在一个简单的四态模型的配体-蛋白质结合的结合动力学。在该模型中，蛋白质具有两种构象，这两种构象都可以结合配体。当配体关闭时，第一构象是蛋白质的基态，而当配体结合时，第二构象是基态。诱导配合机制对应于未结合基态中的配体结合，而选择配合机制对应于激发态中的配体结合。我们发现一个简单的，特征之间的差异，在这两种机制的上和关闭率，如果构象弛豫到基态是快速的。在选择拟合结合的情况下，结合速率取决于构象平衡常数，而解离速率是独立的。相反，在诱导拟合结合的情况下，解离速率取决于构象平衡，而结合速率是独立的。因此，蛋白质是否通过选择拟合或诱导拟合结合配体可以通过远离蛋白质结合口袋的突变或仅影响构象平衡的其他“扰动”来揭示。在选择匹配的情况下，这样的突变将仅改变结合速率，并且在诱导匹配的情况下，仅改变解离速率。
2008-09-03 q-bio.BM
Effective harmonic potentials: insights into the internal cooperativity and sequence-specificity of protein dynamics
蛋白质的正常生物功能通常依赖于围绕其天然结构发生的协调波动，或者更广泛的，有时是高度复杂的运动。粗粒度的弹性网络描述被认为可以捕捉蛋白质构象动力学的基本方面，但迄今为止仍然主要是现象学的，并且无法解释氨基酸的化学特异性。在这里，我们提出了一种方法来获得残留物和距离特定的有效谐波电位从统计分析的一个广泛的数据集的NMR构象合奏。这些势构成了通常用于蛋白质结构静态分析的平均力统计势的动态对应物。在弹性网络模型的背景下，他们产生了强烈的改进残留物运动的合作方面的描述，并有机会系统地探索蛋白质动力学的序列细节的影响。
2013-04-04 cond-mat.soft physics.bio-ph q-bio.BM
Ensemble-based characterization of unbound and bound states on protein energy landscape
蛋白质能量景观和构象集合的表征对于理解蛋白质折叠和功能的机制具有重要意义。我们研究了六种蛋白质的结合和非结合构象的集合，以探索它们的结合机制并表征隐式溶剂中的能量景观。首先，结果表明，结合和未结合的光谱往往显着重叠。此外，重叠越大，结合和未结合构象系综之间的RMSD越小。其次，分析的未绑定到绑定的变化点构象选择的结合机制的四种蛋白质。第三，对于大多数蛋白质，未结合光谱的中心具有比二聚体和多聚体状态的相应结合光谱的中心更高的能量。这表明非束缚态通常比复合物外的束缚态具有更大的熵。第四，穷举长最小化，使小的旋转异构体内的调整，大大减少了绑定和未绑定的光谱的中心之间的距离，以及光谱范围。它将未结合和结合的能级凝聚成能量景观底部的薄层，相应地，未结合和结合态的能量间距在0.8-4.6和3.5-10.5千卡/摩尔之间变化。同时，完整系综中两个最低态之间的能隙在0.9和12.1千卡/摩尔之间变化。最后，对蛋白质能量涨落的分析表明，蛋白质振动本身可以激发态间跃迁，从而支持构象选择理论。
2012-11-05 physics.bio-ph q-bio.BM
Oscillations in p-adic diffusion processes and simulation of the conformational dynamics of protein
针对蛋白质构象动力学的p进扩散模型，本文分析纯扩散及带反应汇情形下弛豫曲线的对数振荡，阐明其幂律背景、周期振幅及物理机制。
2023-04-27 cond-mat.stat-mech q-bio.BM
Iterative derivation of effective potentials to sample the conformational space of proteins at atomistic scale
目前的计算机能力使得有可能进行模拟的小型系统与便携式，明确的溶剂潜力，实现高度的准确性。然而，必须采用简化的模型来利用大型系统的行为或对较小系统进行系统扫描。虽然强大的算法是可用的，以方便采样的构象空间，成功的应用程序，这样的模型受到阻碍的可用性足够简单的潜力，能够令人满意地再现已知的系统属性。我们开发了一个原子间的潜力，以计算经济的方式来考虑蛋白质的一些属性。在全原子、隐式溶剂模型中，通过不同原子类型之间的接触函数来定义电势。相关的数值可以优化的迭代蒙特卡罗方案上的任何可用的实验数据，只要它们是表达为热平均的一些构象特性。我们在三种不同的蛋白质上测试这个模型，我们还使用显式构象采样对所有可能的点突变进行扫描。由此产生的模型，优化仅在一个子集的原生距离，不仅重现本地构象在几个Angstrom从实验的，但显示本地和变性状态之间的合作过渡，并正确地预测测得的自由能变化与点突变。此外，与其他基于结构的模型不同，我们的方法留下了残余程度的挫折，这是已知的蛋白质分子中存在的。
2014-02-03 q-bio.BM
Allostery and conformational changes upon binding as generic features of proteins: a high-dimension geometrical approach
越来越多的实验证据表明，配体结合蛋白通常具有变构调节和进一步进化的潜力。此外，此类蛋白质在结合时通常改变其构象。O. Rivoire最近提出了一个进化的方案，解释了这些属性作为一个通用的选择非常相似的配体之间的精致的歧视副产品。最初的主张得到了两类基本例子的支持：具有少量自由度的连续蛋白质模型，在其上建立了构象开关的发展，以及支持其余陈述的二维自旋玻璃模型。本文旨在阐明大自由度光滑模型精细判别的含义，使其更接近于真实的生物系统。借助微分几何，喷气空间分析，和横截性定理，它表明，索赔适用于任何通用的柔性系统，可以描述的光滑流形。结果表明，确实，进化的解决方案，精致的歧视问题，如果存在的话，位于附近的余维1子空间的适当的基因型空间。这种限制反过来又通过结合后的一般构象变化产生了对区分的变构调节的可能性。
2019-05-07 q-bio.BM
Conformational Entropy as Collective Variable for Proteins
许多强化抽样方法，如伞式抽样、元统计学或变异强化抽样，都依赖于确定适当的集体变量。对于蛋白质，即使是很小的蛋白质，找到合适的集体变量也是一个挑战。在这里，我们建议，NMR $S^2$序参量可以用于这种效果。我们将这一说法的有效性追溯到$S^2$和熵之间的建议关系。使用$S^2$序参量和蛋白质焓的替代品结合Metadhesics或变分增强采样，我们能够可逆地折叠和展开一个小的蛋白质，并在一小部分的时间，是在无偏模拟所需的自由能。从更概念化的观点来看，这意味着将折叠描述为熵和焓之间的权衡结果。我们还使用$S^2$结合自由能洪水方法来计算该肽的去折叠速率。我们在不同温度下重复此计算以获得去折叠活化能。
2017-04-10 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Protein Conformational States: A First Principles Bayesian Method
National Center for Computational Sciences（国家计算科学中心）；Oak Ridge National Laboratory（橡树岭国家实验室）
从结构的集合模拟中自动识别蛋白质构象状态是一个困难的问题，因为它需要教计算机识别形状。我们采用了来自机器学习社区的朴素贝叶斯分类器，用于原子对原子的成对接触。其结果是一个无监督的学习算法，采样的“分布”超过潜在的分类方案。我们将分类器应用于一系列测试结构和一个真实蛋白质，表明它在大多数情况下以> 95%的准确率识别构象转变。我们适应的一个重要特征是与信息熵的新联系，它允许我们改变结构细节的水平，而不会破坏分类。当原子数和时间样本的数量变化超过1.5个数量级时，通过比较结果证实了这一点。此外，该方法的推导从贝叶斯分析的一组原子间的接触，使其易于理解和扩展到更复杂的情况下。
2020-09-08 cs.LG physics.comp-ph q-bio.BM
Probing conformational dynamics of antibodies with geometric simulations
本章介绍了应用约束几何模拟预测抗体的结构动力学。我们利用约束几何模拟方法FRODAN，这是一个低计算复杂度的替代分子动力学（MD）模拟，可以快速探索蛋白质结构中的灵活运动。FRODAN非常适合于大型蛋白质、复合物、内在无序蛋白的构象动力学分析，以及在较长的生物相关时间尺度上发生的动力学分析，这些通常是经典MD模拟无法达到的。这种方法预测蛋白质动力学在一个所有的原子规模，同时保持现实的共价键，保持二面角在积极良好的构象，同时避免空间冲突，除了执行其他几何和立体化学标准检查。在这一章中，我们应用FRODAN展示其适用性探测功能相关的动态的IgG 2a，包括大幅度域域运动和互补决定区（CDR）环的运动。正如在以前的实验研究中所建议的，我们的模拟表明，抗体可以探索大范围的构象空间。
2021-09-29 q-bio.BM
Towards a Unified Framework for Determining Conformational Ensembles of Disordered Proteins
针对无序蛋白质结构表征的挑战，提出一个整合先进实验与计算方法的统一框架，包含数据获取、系综生成和验证三个模块，以确保准确可重复地确定其构象系综，并指出力场准确性等开放挑战。
2025-08-12 q-bio.BM q-bio.QM
From sequence to protein structure and conformational dynamics with AI/ML
本文基于序列决定结构的经典假设，提出利用AI/ML模型结合序列与NMR构象数据预测蛋白质构象动力学，有望成为生物科学变革性工具。
2025-04-18 q-bio.BM
Ligand Binding, Protein Fluctuations, and Allosteric Free Energy
虽然蛋白质动力学在蛋白质功能中的重要性已被普遍认识，但蛋白质波动在变构效应中的作用却很少被考虑。为了解决这一差距，Kullback-Leibler分歧（Dx）蛋白质构象分布之前和之后的配体结合被提出作为一种手段，量化蛋白质中的变构效应。在这里，以前的应用Dx蛋白质的分析和模拟的方法进行了第一次审查，并讨论了它们对理解蛋白质功能和蛋白质进化方面的影响。其次，Dx的方程表明，k_{B} TDx应解释为变构自由能--与将无配体蛋白质构象分布改变为配体结合构象分布相关的自由能。这种解释导致变构转换的热力学模型，统一现有的观点之间的关系配体结合和蛋白质构象分布的变化。Dx的定义是用来探索一些有趣的数学关系，通常公认的热力学和生物物理量，如总自由能变化配体结合，和配体-结合亲和力的个别蛋白质构象。这些结果代表了一个理论框架的开始，考虑在建模变构转换的全蛋白质构象分布。早期的应用框架产生的结果与影响的粗粒度建模的蛋白质的方法，并了解配体结合和蛋白质动力学之间的关系。
2006-07-03 q-bio.BM q-bio.QM
RamaDA: complete and automated conformational overview of proteins
蛋白质的三级结构以及局部二级结构的组织完全由肽结合的角度决定。主链二面角不仅决定了蛋白质的整体折叠，而且还决定了局部链结构的细节。虽然在不同的数据库中可以获得丰富的结构信息，并且已经开发了许多结构生物学软件，但是快速的构象表征仍然具有挑战性。我们在这里提出RamaDA，一个程序能够给出一个蛋白质的构象的合成描述。RamaDA程序基于Ramachadran图被分解为七个构象域的模型。在该模型的框架内，给定蛋白质的每个氨基酸被分配到这些结构域之一。根据该分配，可以检测二级结构元件，其准确度与螺旋和延伸链的DSSP程序的准确度相当，并且具有检测PolyProline II二级结构的附加能力。此外，蛋白质的每个氨基酸的z分数的确定强调了元素中的任何不规则性。也可以使用这种分析来检测特征构象模式。在EF-手，钙结合螺旋-环-螺旋结构域的情况下，可以设计环的9个氨基酸的严格一致性。在整个PDB中可以找到523个具有这种模式的钙结合蛋白文件，并且仅检测到2.7%的假阳性命中。RamaDA程序将几种工具集于一身，然后能够给出蛋白质结构的完整信息，包括环和无规卷曲区域。以EF-hands为例，发展了一种很有前途的结构生物学方法。RamaDA可在http://ramada.u-strasbg.fr免费下载和在线使用
2011-11-23 q-bio.BM q-bio.QM
Order parameter prediction from molecular dynamics simulations in proteins
蛋白质功能如何与蛋白质结构相关的分子理解将需要理解多个状态之间的大构象变化的能力。不幸的是，这些状态通常被高自由能势垒和复杂的能量景观所分隔。这使得很难可靠地连接，例如通过全原子分子动力学计算，状态，它们的能量和它们之间的路径。一个主要的问题，需要改善采样的中间状态是一个序参量-一个减少的描述符的主要子集的自由度-可以用来帮助采样的大构象变化。我们提出了一种新的方法来结合使用非线性时间序列和降维的分子动力学的信息，以定量地确定连接两个大规模的构象不同的蛋白质状态的序参量。这种新的方法提出了一个实施分子动力学计算，可以大大提高采样的中间状态。
2011-08-05 physics.bio-ph physics.comp-ph q-bio.BM
Neural spectroscopy of AlphaFold2 reveals encoded protein conformational landscapes
研究提出AlphaFold2的参数可直接分析，通过高斯卷积等方法揭示其产生物理结构化构象景观，经实验验证不同蛋白在扰动下的表现，表明其权重编码结构约束，此方法被称为神经光谱，为研究蛋白质结构提供新视角。
2026-07-20 cs.LG q-bio.BM
Expanding Protein Structure Prediction into Conformational State Space
National Library of Medicine, National Institutes of Health（美国国家医学图书馆，美国国立卫生研究院）；University of Pennsylvania（宾夕法尼亚大学）；University of Maryland（马里兰大学）；University of Toronto, Mississauga（多伦多大学密西沙加分校）；University of Toronto（多伦多大学）；Stockholm University（斯德哥尔摩大学）；Pontificia Universidad Católica de Chile（智利天主教 Pontificia 大学）；Millennium Institute for Integrative Biology (iBio)（整合生物学千年研究所（iBio））
该研究针对蛋白质结构预测仅关注单一构象的不足，提出将其扩展为构象状态空间推断问题，综述相关策略并勾勒出该方向的发展路线图。
2026-08-05 q-bio.BM
Protein Folding as a Quantum Transition Between Conformational States: Basic Formulas and Applications
蛋白质折叠被认为是多肽链上扭转态之间的量子跃迁。本文综述了前人对折叠速率公式的推导。将速率公式推广到褶皱频率变化的情况。1）基于量子跃迁的概念，给出了二态和多态蛋白质折叠的统一理论。2)研究了折叠和去折叠速率与变性剂浓度的关系。3)推导了折叠速率的温度依赖性，并以自然的方式解释了折叠速率的温度依赖性的非阿耳忒修斯行为。4)基于动力学接触序模型计算了折叠速率对惯性矩的依赖关系，并与100个蛋白质实验数据进行了比较，得到了一致的结果。5)通过比较每种蛋白质的理论和实验速率，区分放能和吸能折叠。从量子折叠理论的角度研究超快折叠问题，并利用量子测不准关系导出了一个新的折叠速度极限。6）由于在现有的量子跃迁公式中只有挠率可达态是可处理的，讨论了如何利用统计能量景观方法扩展挠率可达态的集合。上述讨论支持了蛋白质折叠本质上是构象状态之间的量子跃迁的观点。
2010-08-22 q-bio.BM
Investigation of rare protein conformational transitions via dissipation-corrected targeted molecular dynamics
本文研究耗散校正的目标分子动力学（dcTMD）在蛋白质内部稀有构象转变及动力学预测中的适用性，提出多集体变量下的自由能和摩擦计算框架，并以丙氨酸二肽和T4溶菌酶为例验证其优缺点。
2023-09-15 cond-mat.stat-mech physics.bio-ph q-bio.BM
ENSEMBITS: an alphabet of protein conformational ensembles
Department of Computer Science, Vanderbilt University（范德比尔特大学计算机科学系）；Center for AI in Protein Dynamics, Vanderbilt University（蛋白质动力学中的人工智能中心，范德比尔特大学）；Department of Molecular Physiology and Biophysics, Vanderbilt University（分子生理学与生物物理学系，范德比尔特大学）
本文提出Ensembits，首个蛋白质构象集合分词器，通过残差VQ-VAE训练，在动态数据稀疏性挑战中表现优异，提升RMSF预测及多种结构预测任务性能。
2026-05-14 cs.AI cs.LG q-bio.BM
On the optimal contact potential of proteins
我们解析推导出蛋白质结构的总构象能的下限，假设总构象能很好地近似序列依赖的成对接触能的总和。原生结构达到下限的条件导致接触能量矩阵是原生接触矩阵的标量倍数，即，所谓的围棋潜能我们还推导了接触矩阵和能量矩阵之间的谱关系，以及与一维蛋白质结构相关的近似。对蛋白质结构预测的意义进行了讨论。
2008-01-03 physics.bio-ph physics.chem-ph q-bio.BM
CLeFAPS: Fast Flexible Alignment of Protein Structures Based on Conformational Letters
提出了一种基于刚体框架的快速、灵活的两两结构对齐算法CLeFAPS（CLePAPS）。而不是让曲折（或弯曲），CLeFAPS中的柔性意味着：（a）通过自适应输入结构的大小来灵活地调整算法的参数，（b）灵活地将对齐片段对（AFP）添加到一对多对应集合中，而不是检查它们的位置冲突，（c）柔性片段可以通过以基于矢量的分数而不是基于距离的分数为基础的延伸程序来发现。在近相关蛋白质基准测试（HOMSTRAD）和远相关蛋白质基准测试（SABmark）上对CLeFAPS与其他常用算法（包括刚体算法和柔性算法）进行了比较，结果表明，CLeFAPS在运行时间仅为其他算法的1/150 ~ 1/50的情况下，具有一定的竞争力甚至优于其他算法.
2009-03-04 q-bio.BM q-bio.QM
Molecular dynamics without molecules: searching the conformational space of proteins with generative neural networks
Wayne State University（韦恩州立大学）；Univ. of Bari Aldo Moro（巴里大学阿尔多·莫罗分校）；National Research Council (CONICET)（国家研究委员会（CONICET））；Daruma Institute for Applied Intelligence（达摩应用智能研究所）
全原子和粗粒分子动力学是研究蛋白质构象的两种常用计算工具。然而，这两种模拟方法的缺点是，如果不访问超级计算资源，这些状态变得可检测的时间和长度尺度难以实现。这种方法的一种替代方案是基于将分子动力学的原子轨迹编码为没有物理粒子的速记版本，然后通过使用人工智能来学习传播编码的轨迹。在这里，我们表明，一个简单的文本表示的分子动力学轨迹的框架作为载体的Ramachandran盆地类保留了大部分的结构信息的完整原子表示的蛋白质在每个帧中，并可以用来生成等价的原子无轨迹适合训练不同类型的生成神经网络。反过来，经过训练的生成模型可以用于无限扩展无原子动力学或从模型潜在空间中的蛋白质表示中采样蛋白质的构象空间。我们直观地定义这种方法作为分子动力学没有分子，并表明，它能够覆盖物理相关的蛋白质的状态，难以访问与传统的分子动力学。
2022-06-09 cs.AI q-bio.BM q-bio.QM
Small-Angle X-Ray Scattering Signatures of Conformational Heterogeneity and Homogeneity of Disordered Protein Ensembles
物理上，预期非均聚多肽的无序集合是异质的;即，它们应该不同于那些均聚物的均质集合，所述均聚物集合在端到端距离$R_{\rm EE}$和回转半径$R_{\rm g}$的平均值之间具有基本上唯一的关系。然而，最近有人提出，无序蛋白质构象尺寸的小角X射线散射（SAXS）数据几乎完全可以通过均聚物系综来合理化。评估这一观点，链模型模拟被用来评估SAXS确定的分子形状因子（MFFs）方面的同质与异质系综的歧视性权力。这里采用的一般方法是不受任何假设合奏编码，在假设的异构合奏，我们评估不限于那些所需的简单的相互作用计划。我们对具有更窄分布的$R_{\rm EE}$和$R_{\rm g}$的某些异质系综的MFF的分析表明，虽然它们偏离同质系综的MFF，但差异可能相当小。值得注意的是，一些非球面性和$R_{\rm EE}$与均匀系综的那些完全不同的异质系综仍然可以表现出几乎相同的MFF，这表明SAXS MFF通常不能提供构象系综的基本性质的唯一表征。换句话说，总体到MFF的映射实际上是多对一的并且可能是非平滑的。杂聚物的变化的$R_{\rm EE}$ -$R_{\rm g}$的关系，进一步展示了使用分析微扰理论在这里开发的灵活的杂聚物。我们的研究结果解释实验数据的分歧进行了讨论。
2021-06-09 cond-mat.soft q-bio.BM
ConforNets: Latents-Based Conformational Control in OpenFold3
Department of Systems Biology, Columbia University, NY, USA（系统生物学系，哥伦比亚大学，纽约，美国）；Department of Computer Science, Columbia University, NY, USA（计算机科学系，哥伦比亚大学，纽约，美国）；Department of Computer Science, Princeton University, Princeton, NJ, USA（计算机科学系，普林斯顿大学，普林斯顿，新泽西州，美国）
ConforNets通过在AF3架构中对潜在表示进行通道级仿射变换，实现了对构象变化的全局调控，提升了多态本征的生成能力和跨蛋白质家族的构象转移能力。
2026-04-20 cs.LG q-bio.BM
