AIMD技能中心功能模块AI + 自动化人才与社区
首页 > 内在无序蛋白(IDP)

内在无序蛋白(IDP)

面向 TrajForce-IDPss、GROMACS 与 FEP 路线的 IDP 算法、开源工具和分析技能清单。覆盖序列无序预测、构象系综生成、增强采样,以及实验约束重加权。

序列 → 系综 → MD → 实验约束 关联:蛋白结构预测 IDP 开源工具箱 模拟编排 Skill 生成模型 Skill

1. 序列层面:无序区域预测

输出每个残基的 disorder score,用于识别 IDR;结果不是三维构象。

IUPred / IUPred2A

基于氨基酸能量势,IUPred2A 同时预测无序和 ANCHOR 结合位点。

DISOPRED3

结合 PSSM,区分短、长无序区。

VSL2 / VSL2B

针对长短 IDR 的经典 CASP 基线。

SPOT-Disorder2 / Single

深度学习预测,Single 版本无需 MSA。

DynaMine · flDPnn

预测 backbone 动力学 / S² 序参量;flDPnn 使用 CNN 与 transformer。

2. 构象系综生成

从序列快速生成 IDP ensemble,适合作为长时间 MD 或机器学习预训练的初始系综。

Flexible-meccano

按 φ/ψ 二面角分布采样,轻量快速。

IDPConformerGenerator

PDB 片段库 + MC-SCE 侧链蒙特卡洛,支持 SAXS/NMR 约束和 PTM。

FastFloppyTail

Rosetta 框架工具,适合折叠域 + 末端 IDR 杂合蛋白。

STARLING

Holehouse Lab 粗粒度生成模型,PyPI:idptools-starling。

IDPForge / IDPFold · idpGAN · DynamICE

覆盖全原子或粗粒度生成、扩散/GAN 模型,并支持实验约束 bias 的 DynamICE。

测试记录:idpGAN 公开源码已下载,PYTHONPATH 导入通过;IDPForge、IDPFold、DynamICE 当前未发现可验证公开 GitHub 仓库或可下载权重,暂不能进行本地运行测试。

3. MD 增强采样

用于检验构象系综、扩展时间尺度并采集稀有转变。

GROMACS

常规 MD、REMD/REST2、偏置势和轨迹生产;优先使用独立环境与固定版本。

PLUMED

与 GROMACS 等引擎耦合,支持 metadynamics、管线变量和 umbrella sampling。

TrajForce-IDPss / SMD-IDPss

本地 IDPss 工作流用于 SMD、轨迹力学特征和模型评估;结果需保留输入、随机种子和日志。

4. 系综后处理 / 实验约束重加权

将模拟系综与实验观测对齐,报告不确定性,避免单一构象过度解释。

轨迹分析

计算 Rg、SASA、端到端距离、接触图、二面角、聚集倾向及时间相关性。

实验约束

SAXS、NMR chemical shift、PRE、FRET 等可用于 ensemble reweighting;记录实验误差和正则化强度。

验证要求

保留训练/验证拆分、权重分布、有效样本量和重加权前后对比。

3. MD 增强采样算法与模拟引擎

IDP 常规 MD 容易困在局部极小,需通过增强采样探索更完整的构象空间。

核心算法

tREMDREST2WTMetaDBEMDOPESUS / PMF

REST2 只加热溶质蛋白,减少显式溶剂副本,是 IDPss / TrajForce 常用路线;OPES 是 PLUMED 主推的概率增强采样方法。

开源引擎与插件

GROMACS + PLUMED:支持 REST2、MetaD、OPES;AMBER:ff19SB、fb15、ff03ws;CAMPARI:面向 IDP 的蒙特卡洛引擎;OpenMM:GPU 快速模拟。

IDP 力场:fb15、ff03ws、CHARMM36m、Amber03ws;普通 ff14SB 可能导致 IDP 过度塌缩。水模型优先评估 TIP4P-D。

4. 系综分析、重加权与实验匹配

输入轨迹或 ensemble PDB,输出 Rg、S²、化学位移、SAXS、FRET 和系综对比。

分析工具

<SOURSOPIDPETSPEADIMDTrajMDAnalysisFRETpredictUCBShift

重加权算法

BME(Bayesian Maximum Entropy)用于实验约束重加权;X-EISD 联合 SAXS、化学位移、J 耦合和 FRET;ENSEMBLE 用于实验约束构象建模。

实验反向建模

ATSAS / Crysol 计算 SAXS 理论曲线;NMRbox 处理 S²、弛豫等 NMR 数据。

5. 必备 IDP Skills

序列与数据库

电荷-疏水性(Uversky)图、低复杂度 / polyQ / polyK / PRD / LCD / LLPS 分析;检索 PED、DisProt、MobiDB、ATLAS。

模拟与计算

GROMACS + PLUMED CV、REST2/OPES 输入,Slurm GPU 多副本调度与交换监控,力场/水模型选型。

粗粒化与凝聚

MARTINI 3 适用于 LLPS 和 IDP 凝聚体;结果需和全原子系综及实验观测交叉验证。

推荐工作流

结构预测 / 序列预测 → 标注 IDR / ANCHOR → 构象生成 → GROMACS / PLUMED 增强采样 → 系综后处理 → SAXS/NMR/FRET 约束重加权 → 独立验证。

科学边界:无序预测分数、生成模型和重加权结果用于构象假设与计算参考,不能替代 NMR、SAXS、FRET 或其他实验验证;不同模型的训练集、力场和约束会影响结果。