日本筑波大学打造Boltz-sample：通过对表征缩放来引导 Boltz-2 进行蛋白多构象采样

在结构生物学领域，深度学习驱动的蛋白质结构预测技术已实现革命性突破，以AlphaFold系列、Boltz系列为代表的模型将预测精度推向接近实验水平。然而，生物体内的蛋白质并非静态单一结构，而是通过在多个功能构象间动态转换实现生理功能——从膜转运蛋白的内外向构象切换，到酶的激活/抑制状态转变，再到折叠转换蛋白的拓扑结构重排，构象多样性是蛋白质功能实现的核心基础。

当前主流预测模型多输出单一优势构象，难以捕捉这种动态多样性。传统解决方案如分子动力学模拟、MSA（多序列比对）扰动等，或面临计算成本高昂的问题，或依赖经验性参数调整，缺乏系统性和可解释性。近日，日本筑波大学Suzuki和Amagasa在bioRxiv发表的研究，提出了一种名为Boltz-sample的创新性构象采样策略，通过对Boltz-2模型隐空间对表征（latent pair representation）的系统性缩放，实现了高效、可控的多构象预测，为解决这一核心难题提供了全新思路。

一、技术核心：隐空间对表征缩放的创新设计

Boltz-sample的核心创新在于避开传统的输入扰动思路，直接对模型内部的潜空间表征进行调控，其技术设计兼具简洁性与深刻的生物学机制关联性。

1. 调控对象与数学表达

Boltz-2模型采用AlphaFold3风格的架构设计，通过Pairformer模块整合序列特征与共进化信息，生成隐空间对表征张量（N为残基数，为表征维度），该张量本质上是介导进化约束向结构几何转化的残基-残基有效耦合场。

Boltz-sample在推理阶段的每个循环步骤中，对Pairformer输入的隐空间对表征施加全局标量缩放：

其中为核心调控参数，取值范围为(-1, 1)。这一操作不改变输入序列、MSA数据及模型训练权重，仅通过调整对耦合的有效强度，系统性调控扩散过程的信号噪声比。

2. 调控机制的物理意义

• 当时：增强共进化约束与几何约束的权重，使模型更聚焦于优势构象，提升预测精度；
• 当时：放松上述约束，降低优势构象的信号压制，引导模型探索潜在的替代构象；
• 与无分类器引导（classifier-free guidance）不同，该策略无需额外分类器或无条件分支，避免了二次前向传播的计算开销，同时保持了调控的透明性与可解释性。

3. 与传统方法的本质区别

传统MSA扰动方法（子采样、随机掩码、聚类等）通过修改输入进化信息诱导构象多样性，需依赖经验性参数选择（如子采样比例、聚类数量），且结果具有不确定性。而Boltz-sample直接作用于模型内部整合后的结构信息表征，通过单一参数实现对构象采样方向的系统性调控，将构象探索从 输入扰动的随机搜索 转变为 隐空间的定向导航 。

二、实证性能：多维度基准测试

研究团队在三类具有代表性的基准数据集上，从构象覆盖度、预测精度、计算效率等维度，对Boltz-sample进行了全面验证，其性能表现显著优于传统方法。

1. 标准构象转换数据集（OC23+TP16）

OC23包含23个具有开放/闭合构象的蛋白质（成对TM-score ≤ 0.85），TP16则聚焦膜转运蛋白的向内/向外构象（排除超长序列SPF1后共20个靶点），两类数据集均来自AFsample2基准，是评估构象采样能力的经典测试集。

• 双态覆盖率大幅提升：OC23数据集上，Boltz-sample将双态覆盖率（两构象TM-score均≥0.8的靶点比例）从常规推理的43%提升至78%，超越MSA聚类的70%；TP16数据集上从25%提升至70%，接近聚类方法的85%；
• 构象过渡空间覆盖更完整：fill-ratio指标（量化构象过渡路径覆盖度，对两端状态赋予更高权重）显著优于常规推理及MSA子采样、随机掩码方法，表明其不仅能捕捉端点构象，还能覆盖中间过渡态；
• 计算效率极致优化：每个预测的额外耗时不足秒，远低于MSA聚类（需处理多个聚类子集的编码与推理），实现了高精度与高效率的统一。

2. 多样化多态靶点数据集（MS15）

为验证方法的普适性，研究团队构建了MS15数据集，包含15个跨6大功能类别的蛋白质（激酶、GTP酶、折叠转换蛋白、膜转运蛋白等），涵盖铰链式结构闭合、电梯式转运、拓扑折叠转换等多种构象变化类型，构象多样性更丰富。

• 双态覆盖率达80%：较常规推理的33%实现质的飞跃，仅略低于MSA聚类的93%，但无需承担聚类带来的高额计算成本；
• 构象预测精度提升：最佳最小TM-score（两构象中较差者的最高TM-score）分布显著向高值偏移（p<0.01），表明其在探索多样性的同时未牺牲预测准确性；
• 适配多种构象变化类型：对腺苷酸激酶（P69441）的连续构象过渡、EF-Tu（P0CE48）的离散模式切换、RfaH（P0AFW0）的α-螺旋向β-桶折叠转换均能有效捕捉，验证了方法对不同构象变化机制的适配性。

3. 序列仅输入场景的性能验证

关键发现在于，Boltz-sample的优势并非依赖MSA提供的共进化信号。在无MSA输入的序列仅推理场景下：

• 31%的靶点（18个）最佳最小TM-score提升≥0.05，仅1.7%（1个）出现下降；
• 代表性靶点性能提升显著：MFSD2A（TP16）的TM-score从0.58提升至0.79（+0.21），P40131（OC23）从0.28提升至0.46（+0.18）；
• 这一结果证明，Boltz-sample能够激活模型从PDB训练集中内化的结构先验知识，即使缺乏明确的共进化信号，仍能高效挖掘序列本身的多构象潜力。

三、机制解析：隐空间调控的深层生物学意义

通过系列消融实验与机制探究，研究团队揭示了Boltz-sample实现高效构象采样的核心机制，为理解深度学习模型的构象表征提供了重要 insights。

1. 结构先验的激活机制

Boltz-2等先进模型在训练过程中，不仅学习了序列与结构的映射关系，还内化了丰富的蛋白质结构先验（如折叠模式、结构域相互作用规则等）。在常规推理中，这些先验被优势构象的强信号压制，而 缩放通过调整约束强度，起到了 解锁 这些潜在先验的作用，使模型能够访问被优势构象掩盖的替代状态。

这一机制挑战了 替代构象仅由共进化信号编码 的传统认知，表明深度学习模型具备捕捉序列内在结构可塑性的能力，而Boltz-sample提供了激活这种能力的有效工具。

2. 全局缩放vs空间结构化缩放

研究团队对比了全局均匀缩放与基于图拉普拉斯的空间结构化缩放（根据残基相互作用网络的连通性赋予位置依赖权重）：

• 两类方法在最佳最小TM-score、fill-ratio等核心指标上无显著差异；
• 这表明，调控构象转换的核心是对表征的全局强度，而非局部空间结构的精细调控，进一步验证了全局标量缩放的合理性与高效性。

3. 参数响应特性与实用筛选策略

• 靶点依赖性响应： 对构象的调控方向具有靶点依赖性，不同蛋白质对 的响应模式不同（连续过渡或离散切换），但 的符号始终定义了不同的潜空间搜索方向；
• 高效筛选策略：针对无参考结构的实际应用场景，提出两种基于置信度（pLDDT分数）的筛选策略：
  1. 逐β选择：保留每个β值对应的最高置信度模型（约10个模型）；
  2. 符号选择：仅保留 <0和 >0集合中最高置信度的2个模型；
• 符号选择策略在MS15上的AUC达0.58，接近理论上限（0.60），显著优于随机基线（0.47），无需PCA或聚类等复杂后处理，即可高效获取高质量多构象集合。

4. 方法局限性

Boltz-sample在MAD2（Q13257）等靶点上未能成功恢复替代构象，这一局限性源于其全局调控机制：当替代构象的信号被优势构象强烈压制（即 minority signal被平均化）时，全局缩放无法有效分离弱信号，而MSA聚类等方法通过明确拆分多模态共进化信号，可能在这类靶点上表现更优。

四、小结

Boltz-sample通过对Boltz-2模型隐空间对表征的全局标量缩放，实现了蛋白质构象采样的系统性调控。其证实，先进深度学习模型的隐空间对表征中蕴含着丰富的构象多样性信息，这些信息可通过简单的标量调控被激活。这一发现为理解模型如何编码蛋白质动态特性提供了关键线索，推动了蛋白动态构象探索的理论认知升级。

参考文献：Shosuke Suzuki, Toshiyuki Amagasa, Steering Conformational Sampling in Boltz-2 via Pair Representation Scaling, bioRxiv 2026.01.23.701250