蛋白设计 ProteinMPNN

传统方法的局限性是什么？

传统蛋白质设计方法的局限性：

基于物理的传统方法，例如罗塞塔，面临计算难度，因为需要计算所有可能结构的能量，包括不需要的寡聚态和聚合态。

• 设计目标与显式优化之间缺乏一致性通常需要进行自定义才能生成可正确折叠的序列。

• 在限制范围方面可能会出现歧义，例如在蛋白质表面放置疏水氨基酸。传严重依赖人类专家的判断和专业知识，这使它们变得主观，并可能限制其稳健性 。

• 传统方法（例如原生序列恢复）中使用的计算机指标可能与正确的折叠不相关，并且可能对晶体学分辨率敏感。

在蛋白质设计模型的训练过程中引入噪声的作用

因为带噪声的模型更关注整体拓扑特征，例如整体极性-非极性序列模式，而不是局部结构细节。例如，使用0.3-Å噪声训练的模型生成的序列，其AlphaFold预测在真实结构的lDDT-Ca（14）为95.0和90.0的情况下，比未加噪声或轻微加噪声的模型多两到三倍（图2C；使用更高水平的噪声进行训练增加了对较宽松lDDT截断的成功率）。在蛋白质设计计算中，使用更多噪声训练的模型具有生成更强烈映射到目标结构的序列的优势，通过预测方法（这增加了设计通过基于预测的筛选器的频率，相应地也可能增加达到所需目标结构的折叠频率）