蛋白质生成式建模背后的物理基础

摘要

这篇综述指出，直接以结构数据训练的生成模型通过学习从噪声到数据的映射，已显著提高从头采样蛋白质结构的效率。但模型也可能学习到非物理特征，并在蛋白质设计中常见的分布外情境下失效。作者讨论物理规律在蛋白质生成建模流程中仍发挥作用的环节，以及当大分子体系中具物理相关性的组分未被建模时遗留的问题。文章提出，面向功能性蛋白质设计的生成建模应尊重大分子体系的底层物理，包括采用具有物理基础的学习表征，并以实验数据更新生成模型。