从头设计到局部精修：ProteoCraft探索可控蛋白质设计

编辑｜山辉 庞大的序列搜索空间，是蛋白质设计面临的核心难题之一。 近日， 斯坦福大学 X-lab 和 SNAP 实验室联合发布蛋白设计框架 ProteoCraft，围绕蛋白质序列搜索与结构验证，提出「提案 — 验证」搜索方案 ：通过近似梯度提出修改方向，利用完整结构预测验证候选，再由树搜索组织后续探索和单点精修。该框架既支持结合蛋白的从头设计，也支持限定区域内的局部改造。 视频链接：https://mp.weixin.qq.com/s/b9V4WS-zg7pwHLcrVtOm0g 计算基准中，ProteoCraft 在独立 AF2-IG 评估下的严格通过率达到 86.2% ；在相同候选预算、ESMFold2 严格标准下，树搜索的高置信度通过率为 54.3% ，是 Best-of-N 对照的 2.85 倍 。 PD-L1 微型蛋白湿实验中，35 个成功表达的候选有 29 个结合命中，命中率为 82.9%；其中 6 个候选的报告所选拟合 Kd 低于 10 nM，最佳单次 SPR 拟合 Kd 为 0.879 nM。Big 配置相较自身未优化版本实现平均 3.57 倍的端到端搜索加速。 从计算评估到湿实验，ProteoCraft 已取得颇具竞争力的阶段性成果。在这些成果背后，它究竟如何通过梯度提案、完整结构验证和两阶段树搜索，在庞大的蛋白质序列空间中更有效地探索和精修候选？ 从生成到搜索， ProteoCraft 如何寻找更优的蛋白质序列？ 当前，围绕蛋白质结构生成与序列优化，已经有了多条具有代表性的技术路线。 RFdiffusion、BindCraft、BoltzGen 等方法已经具备从头生成蛋白结合分子的能力，BindCraft 等方法也已利用结构预测梯度优化序列。但庞大的序列空间仍给搜索效率、计算开销和预测模型偏差带来挑战。 ProteoCraft 的核心思路是将「提出修改」与「评价候选」分开处理，再让两者在搜索过程中持续配合。 在 Proposal 阶段，近似梯度负责提供值得探索的修改方向；在 Verification 阶段，模型对实际生成的离散氨基酸序列运行完整结构预测，判断候选是否值得继续探索。 验证结果会进一步反馈给树搜索，影响下一步的设计决策，使完整结构预测参与整个设计过程，而不局限于最终筛选。 ProteoCraft 提案 — 验证搜索流程，包括梯度提案、两阶段树搜索和完整结构预测。 这种分工对应两类不同的计算任务。 首先是如何以较低成本确定序列修改方向。 对于蛋白质设计而言，每一个氨基酸位置的变化，都可能影响蛋白质的折叠结构及其与靶点的相互作用。如果每次尝试都依赖完整结构计算，搜索成本就会迅速累积。 ProteoCraft 因此结合多种信号指导序列修改。 一方面，模型利用蛋白序列先验，判断新的氨基酸组合是否符合蛋白质序列的统计规律；另一方面，通过残基间的几何约束，鼓励设计形成合理的内部结构和结合界面。 此外，模型还引入截断扩散梯度，获取与三维结构变化有关的修改信号。 为控制梯度计算成本，ProteoCraft 仅对末端的一步去噪保留扩散路径梯度，避免对完整扩散生成轨迹进行反向传播。 但梯度给出的修改方向，并不直接代表候选的最终质量。 因此，ProteoCraft 还保留了完整结构验证环节。 对于提出的离散候选序列，模型运行完整的 ESMFold2 结构预测，并结合界面置信度、蛋白质折叠置信度及整体结构质量等指标进行评价。 近似梯度负责寻找可能有价值的方向，完整预测负责检验实际候选，避免仅凭近似梯度评分决定某条序列的价值。 提案与验证之外，搜索过程还需要决定计算资源应该投入哪些候选。 ProteoCraft 在此引入了蒙特卡洛树搜索，并采用由粗到细的两阶段策略。 第一阶段（Stage A）允许同时修改多个氨基酸位置。 这一阶段主要承担广泛探索的任务，在较大的序列空间中尝试不同方案，寻找具有潜力的设计区域。搜索过程中，模型会根据已经验证的候选质量，决定哪些分支值得继续探索，同时为尚未充分尝试的方向保留搜索机会。 第二阶段（Stage B）则转向单点精修。 在获得质量较好的候选后，模型转而进行更细致的局部优化，每次仅改变一个氨基酸位置，对已有方案进行进一步调整。 由此，ProteoCraft 将梯度提案、完整验证与树搜索决策组织成一个迭代过程，在广泛探索和局部优化之间分配计算资源。 这套框架还支持对特定区域进行可控设计。 研究团队通过指定可变序列区域与目标结合热点，将其用于以 T 细胞受体（TCR）为靶点的结合蛋白设计，以及局部 CDR/TCR 改造。 在局部改造任务中，模型只更新允许修改的残基，其他序列保持不变，但仍然参与整个复合物的结构预测。 因此，ProteoCraft 可以在从头设计中探索新的结合蛋白序列，也可以