[論文レビュー] Agentic End-to-End De Novo Protein Design for Tailored Dynamics Using a Language Diffusion Model

Bo Ni, Markus J. Buehler|ArXiv.org|Feb 14, 2025

Evolution and Genetic Dynamics被引用数 3

ひとこと要約

VibeGen を導入したエンドツーエンドの新規タンパク質設計フレームワーク。通常モードの振動に条件付け、二重モデルアーキテクチャで配列を生成しダイナミクスを予測。全原子シミュレーションで検証。

ABSTRACT

Proteins are dynamic molecular machines whose biological functions, spanning enzymatic catalysis, signal transduction, and structural adaptation, are intrinsically linked to their motions. Designing proteins with targeted dynamic properties, however, remains a challenge due to the complex, degenerate relationships between sequence, structure, and molecular motion. Here, we introduce VibeGen, a generative AI framework that enables end-to-end de novo protein design conditioned on normal mode vibrations. VibeGen employs an agentic dual-model architecture, comprising a protein designer that generates sequence candidates based on specified vibrational modes and a protein predictor that evaluates their dynamic accuracy. This approach synergizes diversity, accuracy, and novelty during the design process. Via full-atom molecular simulations as direct validation, we demonstrate that the designed proteins accurately reproduce the prescribed normal mode amplitudes across the backbone while adopting various stable, functionally relevant structures. Notably, generated sequences are de novo, exhibiting no significant similarity to natural proteins, thereby expanding the accessible protein space beyond evolutionary constraints. Our work integrates protein dynamics into generative protein design, and establishes a direct, bidirectional link between sequence and vibrational behavior, unlocking new pathways for engineering biomolecules with tailored dynamical and functional properties. This framework holds broad implications for the rational design of flexible enzymes, dynamic scaffolds, and biomaterials, paving the way toward dynamics-informed AI-driven protein engineering.

研究の動機と目的

• 機能に関連する特性を持つ動的特性を備えたタンパク質の設計動機づけ。
• 振動モードを条件とするエンドツーエンドの生成フレームワークの開発。
• 双方向評価を通じて配列設計と動的精度を橋渡しする。

提案手法

• 通常モード振動を条件とする生成AIフレームワークとしての VibeGen の提案。
• 配列を生成するタンパク質デザイナーと、ダイナミクスを評価するタンパク質予測モデルのエージェント系二重モデルを採用。
• 指示された通常モード振幅の直接検証のために全原子分子シミュレーションを活用。
• 新規設計配列が標的バックボーン動的挙動を再現し、安定で機能的な構造を採用することを実証。
• 生成された配列が新規で、天然タンパク質と顕著な類似性を欠くことを示す。

実験結果

リサーチクエスチョン

• RQ1 エンドツーエンドの新規タンパク質設計を、所定の振動モードに条件付けることは可能か。
• RQ2 協調的に最適化されたデザイナーと予測モデルは、生成配列において正確なダイナミクス実現を達成するか。
• RQ3 生成された振動条件付きタンパク質は天然タンパク質と比較して新規性を有するか。
• RQ4 全原子シミュレーションは、設計タンパク質が意図した通常モード振幅を再現することを検証できるか。
• RQ5 タンパク質ダイナミクスを統合した生成設計が、柔軟な酵素や動的な生体材料に与える影響は何か。

主な発見

• フレームワークは標的となる通常モード振幅に条件付けたエンドツーエンド設計を可能にする。
• 設計されたタンパク質はシミュレーションで所定の backbone 振動振幅を再現する。
• 生成された配列は新規で、天然タンパク質と顕著な類似性を欠く。
• 設計された構造はモード全体で安定かつ機能的な関連性を有する。
• このアプローチは配列を振動挙動に直接結びつけ、進化を超えた設計空間を拡張する。