计算与 AI 药物发现 Journal of Chemical Theory and Computation (ACS)

等变图神经网络将Martini 3脂质膜还原为全原子结构

  • MemBack是SE(3)等变图神经网络,可一次性从Martini 3粗粒化构型预测CHARMM36脂质的重原子坐标,再自动后处理。
  • 单脂质重建误差较低,对训练中未出现的脂质种类和膜体系也保持相近。
  • 在训练外的红细胞膜模型中,仅经带约束的能量最小化,膜厚度、单脂质面积和酰基链有序度即与全原子参照吻合,相分离结构域也得以保留;超大体系同样与粗粒化母构型一致。
要点 基于摘要的观点

仅经带约束的最小化就能让膜厚、单脂质面积和链有序度吻合,这个检验不差,但它们都是整体平均量,局部堆积出问题时照样可能达标。要把它用到嵌有蛋白的膜之前,我想先看头基水合、脂质与蛋白的接触、胆固醇取向,还想看到它在成本和质量上与CG2AT这类片段式回映射方法的对比。