我國學者首次利用AI方法準確模擬蛋白質“光學指紋”

　　安徽大學人工智能學院葉盛教授、孫長銀教授與中國科學技術大學江俊教授等合作，在國際上首次成功利用人工智能、分子動力學模擬和量子化學理論計算方法，高效準確地模擬了完整真實蛋白質的Amide Ⅱ區域紅外光譜，為蛋白質的氫鍵動態學研究提供了堅實的理論和技術支持。相關研究成果日前發表在國際學術期刊《美國化學會志》上。

　　蛋白質在生命中扮演著重要角色，其功能與其不斷演化的動態結構密切相關。雖然近年來以AlphaFold系列為代表的人工智能模型，在解析蛋白質的靜態結構方面取得了巨大進展，但卻無法用于研究蛋白質動態結構的演化過程。Amide Ⅱ區域紅外光譜作為蛋白質的“光學指紋”，能夠提供蛋白質分子動態結構變化的詳細信息，在蛋白質動力學研究中發揮著關鍵作用。然而，解析這些譜學信號需要在復雜波動環境中進行昂貴的量子力學計算。迄今為止，尚無一種方法能夠高效準確地模擬完全真實蛋白質的Amide Ⅱ光譜，這嚴重限制了其在蛋白質動態結構研究中的應用。

　　為解決這一問題，研究人員創新性地將人工智能、分子動力學模擬和量子化學理論計算技術相結合。通過結合物理信息的分子描述符從而建立了可解釋人工智能模型，可用于高效準確模擬任意蛋白的Amide Ⅱ光譜，并且與傳統的量子化學計算方法相比，速度提高了至少五個數量級。更重要的是，所建立的機器學習模型具有優秀的可遷移性，可以預測訓練集范圍以外的蛋白質光譜響應，模擬不同狀態下的信號變化，從而分辨蛋白質的二級結構、考察溶液pH條件的影響、實時跟蹤蛋白質折疊等。

　　研究人員表示，這項研究將先進的人工智能機器學習技術與量子化學理論方法相結合，體現了“AI for Science”的新興研究范式。