Nature Methods
用于宏分子复合物比较的全自动基准测试套件

小赛推荐：

本文介绍了一种全自动、高效的结构比对框架，可精确评估蛋白质复合物、核酸及配体结合的预测模型，解决了传统方法在处理大规模复杂体系时的局限性。

 

文献概述

本文《A fully automated benchmarking suite to compare macromolecular complexes》，发表于《Nature Methods》杂志，回顾并总结了当前蛋白质结构预测领域中针对宏分子复合物的基准评估方法，系统性地提出了适用于大规模、高通量人工智能驱动建模的评分体系与自动化链映射算法。研究重点解决了在预测蛋白-蛋白、蛋白-配体及核酸复合物时，如何准确比对理论模型与实验参考结构的关键挑战。作者团队开发了QSMap系列算法，并集成了LDDT-PLI、BiSyRMSD等新型评分工具，显著提升了对复杂体系的评估能力。所有方法已整合至开源软件OpenStructure，支持高效、自动化的大规模基准测试。

背景知识

随着AlphaFold、RoseTTAFold等AI模型在蛋白质结构预测领域的突破，研究焦点已从单体结构转向更为复杂的宏分子复合物，包括多聚体蛋白、核蛋白复合物及蛋白-小分子配体系统。然而，准确评估这些复杂体系的预测质量仍面临多重挑战：首先，实验确定的参考结构常存在柔性区域或缺失残基，传统基于刚性叠加的评分方法（如RMSD、TM-score）对构象变化敏感，易产生偏差；其次，复合物中多条链的化学映射（chain mapping）需解决组合爆炸问题，尤其在高阶寡聚体中难以通过穷举获得最优匹配；此外，配体结合姿态（pose）的评估需兼顾绝对位置与分子间相互作用，且需处理对称性与多配体场景。现有主流评估实验如CASP、CAPRI和CAMEO虽推动了领域发展，但其评分体系多依赖人工干预或局限于二元复合物，难以满足AI模型训练所需的高通量、无监督自动化需求。因此，开发一套能够统一处理多种生物分子类型、具备高效链/配体映射能力、并提供多维度评分的自动化框架，成为当前结构预测领域亟需解决的核心问题。该研究正是在此背景下，提出了一套全面、可扩展的解决方案，填补了现有工具链的空白。

 

针对阿尔茨海默病、脊髓性肌萎缩、视网膜色素变性等罕见病，可提供HUGO-GT®全基因组人源化模型，搭载了更高效的大片段载体融合技术，可以作为万能模板进行针对性的突变定制服务，是更贴近真实世界生物机制的药物临床前研究模型，我们期待与你共同开发新型全基因组人源化小鼠，加速基因治疗研究

了解更多

 

研究方法与实验

研究团队开发了QSMap与QSMapR两种启发式算法，用于在宏分子复合物中建立模型与参考结构之间的最优链映射。QSMap优化基于接触的评分（如QS-score、LDDT），适用于界面评估场景；而QSMapR则优化基于整体拓扑的叠加评分（如RMSD），更适合评估整体构象相似性。算法采用序列等价性约束，确保化学等价链的正确匹配，并通过分步优化避免组合爆炸问题。作者在两类数据集上评估算法性能：一是同源N聚体模型，测试算法可扩展性；二是CASP15组装挑战的3,559个预测模型，验证真实场景下的实用性。结果表明，QSMap/QSMapR在处理多达30条链的体系时仍保持高效，且在各自优化目标上优于现有工具如US-align和Foldseek-Multimer。

针对配体评估，研究提出了三个新评分指标：BiSyRMSD（结合位点叠加的对称性校正RMSD）、LDDT-PLI（评估蛋白-配体原子接触的LDDT变体）和LDDT-LP（评估结合口袋残基间距离的LDDT）。这些方法自动处理配体识别、对称性校正与结合位点定义，支持多配体与离子评估。作者在CASP15配体挑战数据集上验证了这些评分的互补性与鲁棒性，展示了其在检测侧链翻转、配体断裂与离子偏移等典型误差中的优势。

关键结论与观点

• QSMap和QSMapR算法显著提升了大规模宏分子复合物的链映射效率与准确性，前者在接触评估中表现更优，后者更适合整体拓扑比较
• 新提出的LDDT-PLI和BiSyRMSD评分在评估蛋白-配体复合物时具有互补性：LDDT-PLI对局部接触变化敏感，而BiSyRMSD反映配体绝对位置偏差
• OpenStructure框架实现了从链映射、叠加到多维度评分的全流程自动化，支持蛋白质、DNA、RNA及小分子配体的统一评估
• 局部、非叠加依赖的评分（如LDDT、CAD-score）在处理柔性体系时优于传统RMSD-based方法，应作为首选整体评估指标
• 现有评分如DockQ、i-RMSD在处理不完整模型或远端误差时存在局限，需谨慎使用或结合其他指标

研究意义与展望

本研究为AI驱动的宏分子结构预测提供了关键的评估基础设施。其提出的自动化链映射与多维度评分体系，使得大规模、无监督的模型验证成为可能，极大加速了预测方法的迭代与优化。特别是LDDT-PLI等新指标，为配体结合预测提供了更细致的评估视角，有助于推动药物发现领域的结构预测应用。

未来方向包括扩展至翻译后修饰、多糖及肽类配体的评估，以及整合构象集合（ensemble）比对方法以应对内在无序区域。此外，将立体化学检查与质量评估进一步集成，也将提升评分的生物学可信度。该框架已在CASP16和CAMEO中成功应用，表明其具备成为领域标准工具的潜力。

 

专业的眼科药效学分析平台可提供从眼部注射给药、眼部活体检测、眼部组织取材、病理学分析和基因与蛋白表达分子检测等全流程的眼科药效学分析服务

了解更多

 

结语

本文报道了一套用于宏分子复合物结构预测评估的全自动基准测试框架，解决了传统方法在处理高阶复合物与配体系统时的效率与准确性瓶颈。通过引入QSMap系列链映射算法与LDDT-PLI、BiSyRMSD等新型评分，研究实现了对蛋白质、核酸及小分子体系的统一、高效、多维度评估。该框架已集成于开源平台OpenStructure，支持高通量、无监督的模型验证，为AI驱动的结构预测方法发展提供了关键基础设施。其在CASP和CAMEO等国际评估实验中的成功应用，验证了其实用性与可靠性。未来，该工具的扩展将有望覆盖更复杂的生物分子体系，进一步推动结构生物学与药物发现领域的进步。

 

Gabriel Studer, Xavier Robin, Stefan Bienert, Andrew Mark Waterhouse, and Torsten Schwede. A fully automated benchmarking suite to compare macromolecular complexes. Nature Methods.