論文の概要: ENSEMBITS: an alphabet of protein conformational ensembles

• arxiv url: http://arxiv.org/abs/2605.13789v1
• Date: Wed, 13 May 2026 17:08:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.20059
• Title: ENSEMBITS: an alphabet of protein conformational ensembles
• Title（参考訳）: ENSEMBITS:タンパク質コンフォメーションアンサンブルのアルファベット
• Authors: Kaiwen Shi, Carlos Oliver,
• Abstract要約: エンセムビット(Ensembits)は、タンパク質コンフォメーションアンサンブルの最初のトークンである。 ダイナミックスのトークン化に固有の課題に対処する。 大規模な分子動力学コーパスでフレーム蒸留の目的を訓練する。
• 参考スコア（独自算出の注目度）: 0.47745223151611654
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Protein structure tokenizers (PSTs) are workhorses in protein language modeling, function prediction, and evolutionary analysis. However, existing PSTs only capture local geometry of static structures, and miss the correlated motions and alternative conformational states revealed by protein ensembles. Here we introduce Ensembits, the first tokenizer of protein conformational ensembles. Ensembits address challenges inherent to tokenizing dynamics: deriving informative geometric descriptors across conformations, permutation-invariance encoding of variable-size ensembles, and conquering sparsity in dynamics data. Trained with a Residual VQ-VAE using a frame distillation objective on a large molecular dynamics corpus, Ensembits outperforms all related methods on RMSF prediction, and is the strongest standalone structural tokenizer on an token-conditioned ANOVA test on per-residue motion amplitude. Ensembits further matches or exceeds static tokenizers on EC, GO, binding site/affinity prediction, and zero-shot mutation-effect prediction despite using far less pretraining data. Notably, the distillation objective enables Ensembits to predict dynamics token from one single predicted structure, which alleviates dynamics data sparsity. As the field moves from static structure prediction toward ensemble generation, Ensembits offer the discrete vocabulary needed to bring dynamics into protein language modeling and design.
• Abstract（参考訳）: PST(Protein Structure tokenizer)は、タンパク質言語モデリング、機能予測、進化解析におけるワークホースである。 しかし、既存のPSTは静的構造の局所的な幾何学しか捉えておらず、タンパク質のアンサンブルによって示される相関運動や代替コンフォメーション状態が見逃されている。 ここでは、タンパク質コンフォメーションアンサンブルの最初のトークンであるEnsembitsを紹介する。 エンセムビットは、コンフォーメーションを越えて情報的幾何学的記述子を導出すること、可変サイズのアンサンブルの置換不変符号化、ダイナミックスデータの空間性を征服すること、といった、ダイナミックスのトークン化に固有の課題に対処する。 大型分子動力学コーパスのフレーム蒸留目標を用いた残留VQ-VAEを用いて訓練されたEnsembitsは、RMSF予測におけるすべての関連手法より優れており、残留運動振幅に対するトークン条件ANOVA試験において最も強力なスタンドアロン構造トークン化器である。 EnsembitsはさらにEC、GO、バインディングサイト/アフィニティ予測、ゼロショット突然変異効果予測と一致するか超えている。 蒸留の目的は、エンセムビットが1つの予測された構造からダイナミックストークンを予測することを可能にし、ダイナミックスデータの分散を緩和する。 フィールドが静的構造予測からアンサンブル生成へと移行するにつれて、Ensembitsはタンパク質言語モデリングと設計にダイナミクスをもたらすために必要な個別の語彙を提供する。

関連論文リスト

• From Snapshots to Symphonies: The Evolution of Protein Prediction from Static Structures to Generative Dynamics and Multimodal Interactions [0.8880611506199769]
  レビューでは、5つの相互接続された次元にわたるAI駆動タンパク質科学のパラダイムシフトを体系的に検証している。 データ分散バイアス、機械的解釈可能性の制限、幾何学的メトリクスと生物物理学的現実の切り離しなど、現在のボトルネックを批判的に分析する。 この手法は、人工知能が構造解析ツールから普遍的なシミュレータへ移行し、生命の動的言語を理解し、最終的に書き換えることができることを示す。
  論文  参考訳（メタデータ） (2026-03-19T05:25:17Z)
• Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles [74.32932832937618]
  我々は、微調整の前に幾何学学習を前もってロードする幾何学事前学習フレームワークであるtextbfRigidSSL$(textitRigidity-Aware Self-Supervised Learning$)を紹介した。 フェーズI(RigidSSL-Perturb)は、AlphaFoldタンパク質構造データベースから432K構造から、シミュレートされた摂動を持つ幾何学的先行を学習する。 フェーズII(RigidSSL-MD)は、1.3K分子動力学軌道上のこれらの表現を洗練し、物理的に現実的な遷移を捉える。
  論文  参考訳（メタデータ） (2026-03-02T21:32:30Z)
• S$^2$Drug: Bridging Protein Sequence and 3D Structure in Contrastive Representation Learning for Virtual Screening [72.89086338778098]
  タンパク質リガンドコントラスト表現学習のための2段階フレームワークを提案する。 最初の段階では、ESM2ベースのバックボーンを用いて、ChemBLでタンパク質配列を事前訓練する。 第2段階では、残基レベルゲーティングモジュールを介して配列と構造情報を融合することでPDBBindを微調整する。 この補助的なタスクは、モデルを誘導し、タンパク質配列内の結合残基を正確に局在させ、それらの3次元空間配列をキャプチャする。
  論文  参考訳（メタデータ） (2025-11-10T11:57:47Z)
• PETIMOT: A Novel Framework for Inferring Protein Motions from Sparse Data Using SE(3)-Equivariant Graph Neural Networks [1.2289361708127877]
  本稿では, スパース実験から推定されるタンパク質の運動の連続的コンパクト表現を目標として, この問題に対する新たな視点を示す。 PETIMOT (Protein sEquence and sTructure-based Inference of MOTions) は,SE(3)-equivariant graph Neural Networkを用いて,事前学習したタンパク質言語モデルからの伝達学習を利用する。 PETIMOTは、Protein Data Bankでトレーニングされ評価されると、最先端のフローマッチングアプローチや従来の物理モデルと比較して、時間と正確性において優れたパフォーマンスを示し、タンパク質のダイナミクス、特に大きな/遅いコンフォメーション変化を捉えている。
  論文  参考訳（メタデータ） (2025-03-19T09:25:32Z)
• Structure Language Models for Protein Conformation Generation [66.42864253026053]
  伝統的な物理学に基づくシミュレーション手法は、しばしばサンプリング平衡整合に苦しむ。 深い生成モデルは、より効率的な代替としてタンパク質のコンホメーションを生成することを約束している。 本稿では,効率的なタンパク質コンホメーション生成のための新しいフレームワークとして構造言語モデリングを紹介する。
  論文  参考訳（メタデータ） (2024-10-24T03:38:51Z)
• Dynamic PDB: A New Dataset and a SE(3) Model Extension by Integrating Dynamic Behaviors and Physical Properties in Protein Structures [15.819618708991598]
  約12.6Kタンパク質を含む大規模データセットであるDynamic PDBを導入する。 我々は、原子速度と力、ポテンシャルと運動エネルギー、シミュレーション環境の温度を含む、総合的な物理特性スイートを提供する。 本研究は, 軌道予測の課題に対して, 提案したデータセット上での最先端手法の評価を行う。
  論文  参考訳（メタデータ） (2024-08-22T14:06:01Z)
• Endowing Protein Language Models with Structural Knowledge [5.587293092389789]
  本稿では,タンパク質構造データを統合することにより,タンパク質言語モデルを強化する新しいフレームワークを提案する。 PST(Protein Structure Transformer)と呼ばれる精製モデルは、小さなタンパク質構造データベース上でさらに事前訓練されている。 PSTは、タンパク質配列の最先端基盤モデルであるESM-2を一貫して上回り、タンパク質機能予測の新しいベンチマークを設定している。
  論文  参考訳（メタデータ） (2024-01-26T12:47:54Z)
• EBM-Fold: Fully-Differentiable Protein Folding Powered by Energy-based Models [53.17320541056843]
  本研究では,データ駆動型生成ネットワークを用いたタンパク質構造最適化手法を提案する。 EBM-Foldアプローチは,従来のロゼッタ構造最適化ルーチンと比較して,高品質なデコイを効率よく生成できる。
  論文  参考訳（メタデータ） (2021-05-11T03:40:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。