从核磁共振谱图的“缺失信息”中捕捉蛋白质的毫秒级动态

许多蛋白质的生物学功能（如酶催化、分子识别和信号传递）依赖于其在微秒到毫秒时间尺度上的构象转换。这类运动太快，常规核磁共振（NMR）技术难以直接捕捉，长期缺乏大规模、标准化的实验数据，限制了我们对蛋白质动态与功能关系的理解。研究团队系统整理了100多个NMR弛豫实验数据集后发现：在约10,000种已存入生物核磁共振数据库（BMRB）的蛋白质化学位移数据中，部分氨基酸残基的信号‘缺失’并非数据缺陷，而是因为其处于毫秒级构象交换状态，导致NMR信号严重展宽、超出检测范围。基于这一关键洞察，作者大胆假设——‘未指派的残基’正是受毫秒级动力学影响而信号消失的位点，并据此构建了多种深度学习模型来预测哪些残基会缺失信号。令人惊讶的是，这些模型不仅准确预测了缺失信号的位置，还能定量反映实际NMR弛豫实验测得的交换速率，证实其确实在‘读懂’真实的毫秒动力学。其中表现最优的模型‘Dyna-1’，巧妙融合了多模态语言模型ESM-3的中间层特征，不仅能识别动态区域，还能特别精准地预测与生物学功能密切相关的动态位点（例如参与催化或结合的小分子口袋周边残基）。进一步分析还发现：经历毫秒级交换的残基，在进化中更保守，说明这种动态本身具有重要功能意义。本研究首次将‘缺失数据’转化为有价值的动态信息源，为建立‘蛋白质动态语言’提供了新范式；所发布的数据集与开源模型，有望推动结构生物学、药物设计和人工智能驱动的蛋白工程等领域发展。