REBIND: Enhancing ground-state molecular conformation via force-based graph rewiring
Korea Academic Insititue of Science Technology (KAIST)（韩国科学技术院）；Pohang University of Science Technology (POSTECH)（浦项科技大学）；AITRICS
REBIND框架通过基于Lennard-Jones势的图重连增强低度数原子的非键合相互作用建模，从而提升基态分子构象预测精度，实验显示预测误差最多降低20%。
2024-10-04 cs.AI cs.LG physics.chem-ph
May the Force be with You: Unified Force-Centric Pre-Training for 3D Molecular Conformations
Georgia Institute of Technology（佐治亚理工学院）；University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
提出统一力中心预训练模型，覆盖平衡与非平衡构象，提升力预测精度3倍，解决MD模拟不稳定问题，推理比NequIP快2.45倍。
2023-08-24 cs.AI cs.LG physics.chem-ph
ProtScape: A molecular structure and energy-aware representation for protein conformation generation
Yale University（耶鲁大学）；Boise State University（博伊西州立大学）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
提出 ProtSCAPE 深度学习架构，融合几何散射变换与双重 Transformer 注意力，从 MD 模拟中学习多尺度、时间连贯的蛋白质轨迹潜在表示。
2026-10-01 cs.LG physics.chem-ph q-bio.BM
Visualizing Conformations in Molecular Dynamics
复杂分子动力学的蒙特卡罗模拟产生具有大量不同构型的轨道以采样构型空间。预期这些构型可以被分类为代表分子形状的本质变化的少量构象。我们提出了一种方法来可视化这些构象的点集在平面上的基础上的几何距离测量个别配置之间。事实证明，不同的构象表现为分离良好的点集。通过对数据集进行聚类分析，进一步改进了该方法。点簇表示用于控制三维分子查看器应用程序，以显示单个构型和构象变化。讨论了基本坐标的提取和分子形状的可视化。
1999-09-23 physics.bio-ph physics.chem-ph physics.comp-ph
An End-to-End Framework for Molecular Conformation Generation via Bilevel Programming
Mila - Québec AI Institute（米拉-魁北克人工智能研究所）；Université de Montréal（蒙特利尔大学）；Massachusetts Institute of Technology（麻省理工学院）；Peking University（北京大学）；Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究院）；HEC Montréal（蒙特利尔高等商学院）
针对两阶段分子构象生成难以保持局部原子几何的问题，提出基于条件变分自编码器和双层规划的端到端框架 ConfVAE，并在多个基准上验证其优于现有方法。
2021-06-02 cs.LG q-bio.BM
Do Deep Learning Methods Really Perform Better in Molecular Conformation Generation?
DP Technology（深势科技）；Renmin University of China（中国人民大学）
分子构象生成（MCG）是药物发现中的一个基本而重要的问题.许多传统的方法已经发展到解决MCG问题，如系统搜索，建模，随机搜索，距离几何，分子动力学，蒙特卡罗方法等，但它们都有一些局限性取决于分子结构。最近，有很多基于深度学习的MCG方法，声称它们在很大程度上优于传统方法。然而，令我们惊讶的是，我们设计了一个简单而廉价的算法（无参数）的基础上的传统方法，并发现它是可比的，甚至优于深度学习为基础的MCG方法在广泛使用的GEOM-QM 9和GEOM-Drugs基准。特别是，我们的设计算法是简单的RDKIT生成的构象的聚类。我们希望我们的发现可以帮助社区修改MCG的深度学习方法。所提出的算法的代码可以在https://gist.github.com/ZhouGengmo/5b565f51adafcd911c0bc115b2ef027c上找到。
2023-03-27 cs.CE cs.LG q-bio.BM
Molecular Recognition as an Information Channel: The Role of Conformational Changes
分子识别是生物系统中处理信息的关键，它发生在拥挤嘈杂的生物化学环境中，需要在各种相似竞争分子的背景下识别特定的靶标。我们认为分子识别作为一个信息的传输，通过一个嘈杂的通道，并使用这种类比，以获得最佳的见解，或最合适的，分子识别器。我们专注于分子的最佳结构特性，如灵活性和构象。我们发现，结合时，这往往发生在分子识别过程中的构象变化，可能会优化识别器的检测性能。因此，我们提出了一个通用的设计原则，称为“构象校对”，其中变形增强检测。我们评估的最佳灵活性的分子识别器，这是类似的随机性的决策单元。在某些情况下，灵活的识别器，即，随机决策单元比刚性的、确定性的单元执行得更好。作为一个生物学的例子，我们讨论了同源重组过程中的构象变化，两条DNA链之间的遗传交换过程。
2010-07-26 cs.IT math.IT physics.bio-ph
Mitigating Exposure Bias in Score-Based Generation of Molecular Conformations
School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）；School of Physics, Ningxia University（宁夏大学物理学院）
本文针对分子构象生成中SGMs的暴露偏差问题，提出了测量方法并设计了补偿算法Input Perturbation (IP)，显著提升了基于SGM的模型生成构象的准确性与多样性，并在GEOM-Drugs数据集上达到新SOTA。
2024-09-21 cs.AI cs.LG 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
Diffusion-Driven Generative Framework for Molecular Conformation Prediction
University of Chinese Academy of Sciences（中国科学院大学）；Nankai University（南开大学）；Yunnan University（云南大学）
针对分子构象预测中两步距离几何方法难以捕捉局部结构的问题，本文提出基于非平衡扩散与双层优化的 DDGF 框架，直接由分子图生成保持旋转-平移不变性的三维构象，并实验验证其优于现有方法。
2024-01-21 cs.AI cs.LG physics.chem-ph
Infinite Physical Monkey: Do Deep Learning Methods Really Perform Better in Conformation Generation?
Hangzhou Carbonsilicon AI Technology Co., Ltd（杭州碳硅人工智能科技有限公司）
本文针对深度学习构象生成优势的质疑，构建更随机的无限物理猴子采样器，并扩展至结合姿态预测，发现其构象覆盖率和对接成功率接近或超过多种 DL 模型，指出原研究结论虽对但证明需更严谨。
2023-03-08 cs.AI cs.LG q-bio.BM
3D-Mol: A Novel Contrastive Learning Framework for Molecular Property Prediction with 3D Information
Peng Cheng Laboratory（鹏城实验室）；South China University of Technology（华南理工大学）
3D-Mol通过三层图分解和基于2000万无标签数据的对比学习预训练，更准确地利用三维空间信息进行分子性质预测，在7个基准上优于现有方法。
2024-06-28 cs.LG q-bio.BM
Molecular Dynamics Simulations of a Nucleosome and Free DNA
核小体组织DNA折叠成染色质，并显着影响转录，复制，调节和修复。本文对核小体及其146个碱基对的游离DNA进行了全原子分子动力学模拟。从每个轨迹中提取DNA螺旋参数，以比较核小体DNA与游离DNA的构象、有效力常数、持续长度测量和波动。提出了一种利用傅立叶分析对核小体的构象和动力学进行分解和重构的方法。结果表明，核小体中DNA的超螺旋路径是不规则的。核小体DNA构象中的长长度变异被鉴定为不同于与螺旋重复相关的那些。需要这些变化来创建一个建议的四体构象或定性重建核小体超螺旋的1.75圈。游离DNA在溶液中获得足够的弯曲和剪切，以产生理想的核小体超螺旋，但这些变形没有组织，因此构象基本上是线性的。利用选择的长波长构象变化重建游离DNA可以产生左手或右手超螺旋。DNA在核小体中比在溶液中游离时更不灵活，然而这样的测量是长度尺度依赖性的。
2004-10-14 q-bio.BM
Molecular recognition between cadherins studied by a coarse-grained model interacting with a coevolutionary potential
研究钙粘蛋白二聚体的构象对于理解与肿瘤和转移相关的组织的发育及其失败具有高度相关性。实验技术，如X射线晶体学，通常只能报告最稳定的构象，遗漏了对识别机制可能很重要的少数状态。计算机模拟可能是实验方法的有效补充。然而，在显式溶剂中的标准全原子蛋白质模型在计算上要求太高，无法彻底搜索由数百个氨基酸组成的多链的构象空间。为了达到这个目标，我们采取了隐式溶剂的粗粒度模型。这类模型的标准问题是找到一个现实的潜力来描述它们的相互作用。我们使用的协同进化信息钙粘蛋白的路线，校正的统计潜力，建立一个相互作用的潜力，这是不可知的蛋白质的实验构象。利用该模型，我们探索了多链体系的构象空间，并与实验数据进行了比较验证。我们确定了序列特异性的二聚体构象，这对合理化钙粘蛋白之间的识别机制是有用的。
2020-02-25 q-bio.BM
Conformation of Circular DNA in 2 Dimensions
研究了不同长度的环状DNA分子在云母表面上的二维吸附构象。结果证实了猜想，即临界指数$ν$是拓扑不变的，等于SAW值（在本情况下$ν=3/4$），和系统的拓扑和维数强烈影响的刚性政权和自避免政权之间的交叉在一个规模$L\approx 8 \ell_p$。此外，键相关函数与预测的分子长度$L$成比例。对于分子长度$L\leq5 \ell_p$，环状DNA表现得像具有近似椭圆形状的刚性分子。
2008-06-03 q-bio.BM q-bio.QM
Earthmover-based manifold learning for analyzing molecular conformation spaces
Brown University（布朗大学）；Princeton University（普林斯顿大学）
在本文中，我们提出了一种新的方法，流形学习相结合的推土机的距离（EMD）的扩散映射方法降维。我们展示了这种方法的潜在好处，学习蛋白质和其他灵活的大分子的形状空间，使用模拟的数据集的3-D密度图，模仿ATP合酶的非均匀旋转运动。我们的研究结果表明，基于经验模态分解的扩散映射需要更少的样本来恢复的内在几何比标准的扩散映射算法，是基于欧几里德距离。为了减少计算所有体积对的EMD的计算负担，我们采用基于小波的近似EMD，其将成对EMD的计算减少到小波系数向量之间的成对加权$\ell_1$距离的计算。
2019-10-16 cs.LG eess.IV q-bio.BM
Systematic conformation-to-phenotype mapping via limited deep-sequencing of proteins
非天然构象驱动蛋白质错误折叠疾病，使生物工程工作复杂化，并推动分子进化。目前没有实验技术是非常适合阐明他们和他们的表型效应。特别棘手的是由内在无序的蛋白质组成的瞬时构象。我们描述了一种方法来系统地发现，稳定和纯化天然和非天然构象，在体外或体内产生的，并直接连接构象的分子，有机体，或进化表型。这种方法涉及整个蛋白质的高通量二硫键扫描（HTDS）。为了揭示哪些二硫键捕获哪些色谱可分辨的构象异构体，我们设计了一种用于蛋白质的双Cys变体文库的深度测序方法，该方法精确地同时定位每个多肽内的两个Cys残基。高丰度E.大肠杆菌周质分子伴侣HdeA揭示了不同类别的无序疏水构象与可变的细胞毒性取决于骨干交联。HTDS可以桥接构象和表型景观的许多蛋白质，在二硫化物允许的环境中发挥作用。
2023-01-30 physics.bio-ph q-bio.BM
Rigid Base Biasing in Molecular Dynamics enables enhanced sampling of DNA conformations
由于全原子模拟具有高的空间和时间分辨率，因此在研究核酸的构象和动力学性质方面越来越受欢迎。然而，这种高分辨率带来了沉重的计算成本，并且在模拟的时间尺度内，核酸围绕其理想结构微弱地波动，探索有限的构象集合。介绍了在核酸全原子模拟中能够控制刚性碱基参数的RBB-NA算法。利用合适的偏置电势，该算法可以“迫使”DNA或RNA分子呈现六个旋转参数（倾斜、滚动、扭曲、弯曲、螺旋桨、打开）和/或六个平移参数（移位、滑动、上升、剪切、拉伸、交错）的特定值。该算法能够使用先进的采样技术来探测局部强烈变形的核酸的结构和动力学。我们说明了它的性能显示一些例子，其中DNA是强烈扭曲，弯曲或局部屈曲。在这些例子中，RBB-NA很好地再现了无约束的模拟数据和DNA力学的其他已知特征，但它也允许人们探索在高变形状态下表征核酸力学的非谐行为。
2022-08-22 cond-mat.soft cond-mat.stat-mech q-bio.BM
Template-Guided 3D Molecular Pose Generation via Flow Matching and Differentiable Optimization
Iktos SA（Iktos公司）；Institut Pasteur（巴斯德研究所）；Université Paris Cité（巴黎城市大学）；Doctoral school MTCI (ED 563)（MTCI博士学院）
该研究提出两阶段模板引导的3D分子构象生成方法，结合流匹配对齐与可微优化，在新基准上优于现有对接和对齐工具，助力药物设计中的配体构象预测。
2025-10-02 cs.LG q-bio.BM
Benchmarking structure-based three-dimensional molecular generative models using GenBench3D: ligand conformation quality matters
本文提出 GenBench3D 基准及 Validity3D 指标，通过构象有效性评估六种三维分子生成模型，发现仅少数生成分子构象有效，局部弛豫可显著改善构象质量并揭示结合亲和力可能被高估。
2024-07-05 q-bio.BM q-bio.QM
Quantum Charge Transport and Conformational Dynamics of Macromolecules
我们研究了大分子内部的量子激发动力学，这些大分子可以经历构象转变。在论文的第一部分中，我们利用路径积分方法严格地导出了一组同时描述分子和量子输运动力学的耦合运动方程，并且服从涨落/耗散关系。我们还介绍了一种算法，产生最可能的分子和量子运输途径在罕见的，热活化反应。在本文的第二部分中，我们应用这种形式主义来模拟电荷的传播过程中的聚合物从初始拉伸构象的最终球状状态的崩溃。我们发现，当链达到熔融球状态时，电荷动力学被淬灭。使用随机矩阵理论，我们表明，这种转变是由于动力学无序驱动的量子局域化的增加。
2012-02-14 cond-mat.dis-nn cond-mat.mes-hall cond-mat.soft
A standard transformer and attention with linear biases for molecular conformer generation
IBM Research（IBM研究院）
本文证明标准Transformer结合类似ALiBi的线性相对位置编码，能以2500万参数超越6400万参数的非等变模型，在GEOM-DRUGS基准上实现分子构象生成的最新性能。
2025-06-24 cs.AI cs.LG q-bio.BM
Combining Coarse-Grained Protein Models with Replica-Exchange All-Atom Molecular Dynamics
我们描述了一个组合的所有原子模拟与CABS，一个成熟的粗粒度蛋白质建模工具，到一个单一的多尺度协议。模拟方法已在蛋白G的C-末端β发夹上进行了测试，蛋白G是蛋白质折叠的模型系统。在重建原子细节后，对CABS模拟得到的构象进行了复制交换分子动力学模拟，并在显式溶剂中使用OPLS-AA和AMBER99sb力场。这样的组合加速系统收敛几次相比，从扩展链构象的全原子模拟，表现出的熔解曲线的分析，作为时间和二级结构传播的函数的天然样构象的数量。结果表明，建议的多尺度方法可能是一个有效的和准确的工具，高分辨率的蛋白质折叠动力学研究在较大的系统。
2013-08-11 physics.bio-ph 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
