结构约束蛋白质设计：把3D结构写进AI，让蛋白更稳、更可表达

结构约束蛋白质设计是蛋白质工程与AI蛋白设计结合的核心范式：在生成新序列时，把已知或预测的3D结构信息（骨架坐标、接触图、口袋残基、界面残基）作为约束注入模型，让输出序列不再停留在序列相似性，而是在目标骨架上正确折叠、稳定表达。本文从“为什么需要结构约束”讲起，梳理其原理、测定方法与干湿闭环工艺，并介绍 MatwingsVenus®（晓鹜®）如何把结构约束与实测数据结合，落地到抗体、酶工程与单域抗体（VHH）等场景。文中数据严格区分【实测】【预测】与【未知】。

结构约束蛋白质设计：为什么「看结构」比「只看序列」更靠谱？

蛋白质是生命活动的执行者，它的功能由三维结构决定，而三维结构又由氨基酸序列折叠而来。传统的AI蛋白设计常从“序列相似性”出发，但序列相似并不等于结构相似，更不等于功能相同。于是，一种更“较真”的思路出现了——把结构本身作为约束写进设计流程，这就是结构约束蛋白质设计。

图1 结构约束蛋白质设计概念全景

背景与挑战：为什么蛋白质设计离不开「结构」？

蛋白质的功能由三维结构决定，而三维结构又由氨基酸序列折叠而来；只靠序列相似性设计新蛋白，常常得到“能写却不能折叠、能算却不能表达”的候选。结构约束蛋白质设计正是把“结构”这把尺子放回生成过程，让算法在写序列时同时满足折叠与功能约束。

·序列 ≠ 结构 ≠ 功能：序列决定折叠，折叠决定功能。只优化序列，容易在序列空间里“自嗨”，却忽略能否真正折叠。

·结构的稀缺与可预测：高质量实验结构有限，但AI结构预测（如 AlphaFold 类模型）让“近似结构”变得廉价，为设计提供了可用的“模板”。

·约束的价值：把骨架、口袋、界面等信息作为“约束”，等于给算法划定“合规区”，把海量序列压缩到更可能折叠、更有功能的区域。

·可开发性不是事后补丁：结构约束从一开始就关注骨架稳定性与表面性质，减少后续“能表达但易聚集、易降解”的返工。

更现实的问题是：许多目标蛋白并没有“高相似”的天然模板。例如想要设计一个催化新反应、或结合新靶点的蛋白，序列层面几乎没有先例可循；此时仅靠序列相似性会完全失效，必须依赖“结构”这一更稳定的约束来锚定折叠骨架。

类比：结构像“蓝图”，序列像“建材”。只看建材（序列）不看蓝图（结构），盖出来的楼很可能立不起来。

原理与结构：结构约束如何「卡住」设计空间？

结构约束蛋白质设计的核心，是把已知或预测的结构信息编码成生成条件，使模型每一步都“记住”目标骨架，从而显著缩小搜索空间、提高成功率；它通常通过骨架坐标、残基距离/接触图、二级结构以及口袋/界面残基等约束来实现。

图2 从结构到约束、再到序列的机制

·约束从哪来：三类输入——实验结构（X射线/冷冻电镜）、同源建模、AI预测结构。

·怎么用：把结构作为“条件”，做反向折叠（inverse folding），即给定骨架、反推序列。

·约束的类型：骨架坐标、Cα 距离/接触图、二面角（φ/ψ）、二级结构、口袋残基、界面残基。

·约束注入位置：损失函数、注意力掩码、几何等变网络。

·在抗体/VHH 场景：框架区骨架稳定，CDR 序列“焊”到骨架上，兼顾亲和力与可开发性。

以“反向折叠”为例，它是结构约束设计最典型的形式：给定一段经过验证或预测的骨架，模型逐位推断最可能稳定折叠、并保持特定界面与口袋的氨基酸。相比无约束生成，反向折叠把“能否折叠”变成了模型的先验条件，而不是事后才去检验的结果。

需要说明的是，结构约束并不是“越强越好”。约束过强会把设计空间卡死，导致候选高度同质化；约束过弱又会回到“只像序列”的老路。好的做法是分级约束：骨架与关键口袋作为硬约束，柔性区域作为软约束，并在二者之间留出多样性空间。

测定与选型：如何判断一次设计「成没成」？

判断结构约束设计是否成功，需要同时看“结构层”与“功能层”：确认序列能在目标骨架上正确折叠、稳定表达，再看预测活性是否被保留；常用指标包括预测与目标结构的结构一致性、表达量与可溶性、热稳定性（Tm）与结合亲和力或酶活。

·结构验证：预测结构与目标骨架的 RMSD、pLDDT、接触图谱一致性。

·表达与可溶性：SDS-PAGE、SEC、可溶表达量。

·稳定性：Tm（热熔温度）、DSC、加速稳定性、聚体比例。

·功能/活性：酶活、结合亲和力（BLI/SPR）、细胞或功能实验。

·区分类型：计算指标为【预测】，湿实验为【实测】；两者不能互相替代。

不同场景下，选型重点并不相同：若目标是工业酶，通常优先看温度、pH、底物耐受与稳定性；若目标是抗体或生物药，则优先看亲和力、特异性、可开发性与免疫原性。因此，一个“通过设计”的候选，还需要与目标应用真正匹配。

另一个容易被忽略的维度是“可复现性”。一条序列是否值得推进，不只看一次测得的活性高低，还要看它在不同批次、不同表达规模下是否稳定可重复；这在工业或临床转化阶段尤为关键。

条件与工艺：从序列到可交付蛋白的干湿闭环

结构约束蛋白质设计不是“一键出结果”，而是“设计—筛选—分析—再设计”的干湿闭环：先用结构约束批量生成候选并计算打分，再用湿实验验证表达、纯化与活性，把实测数据回灌模型，形成可迭代的工艺。

图3 结构约束设计的干湿闭环工艺流程

·第一步：定目标——明确目标骨架、功能与不可违背的约束（如催化口袋、结合界面）。

·第二步：AI 批量设计——一次生成成百上千个候选。

·第三步：计算打分——按折叠、稳定性、活性多维排序。

·第四步：湿实验验证——表达宿主、诱导、纯化、活性测定。

·第五步：数据回流——实测结果回灌，主动学习再迭代。

工艺关键：表达系统选择、纯化工艺、可开发性（稳定性、聚体、溶解度、免疫原性）评估。

一个常见误区是“重设计、轻验证”。结构约束虽能压缩搜索空间，但真正的成功率仍然取决于湿实验能否快速、低成本地读取表达与活性。因此，闭环中的“验证环节”往往决定整体效率——设计再漂亮，若验证跟不上去，也无法形成可迭代的工艺。

此外，结构约束设计尤其适合“经验优先、改进已知”的场景：在已有天然蛋白或已验证抗体基础上做局部优化，比从零设计更容易成功；这也是大多数项目优先采用的稳妥路径。

MatwingsVenus®（晓鹜®）如何把结构约束落到可交付蛋白？

MatwingsVenus®（晓鹜®）把结构约束蛋白质设计、序列生成与湿实验验证整合为一个干湿闭环平台，让结构信息不只停留在计算层，而是与实测数据互相校准，把设计成功率变成可度量的工程指标。

·平台能力：整合结构预测、序列设计与功能/稳定性预测能力（如 VenusX、VenusG），通过单点扫描（VenusREM）、多点上位效应建模（VenusPrime）等形成可解释的优化路径。

·干湿闭环：把计算设计结果交给湿实验验证，再把实测数据喂回模型，减少无效迭代。【实测/预测/未知】三类数据在流程中被明确区分。

·应用场景：抗体人源化与亲和力成熟、酶工程、单域抗体（VHH）等，让结构约束真正落地到可交付序列。

对用户而言，价值不只是“拿到更多候选”，更是“更快识别出真正可交付的那一条”：平台把结构约束、打分与实测打通，减少试错轮次，把人力与材料投入集中到更可能成功的路径上。

这也意味着，结构约束设计的最终衡量标准不是“一次生成了多少条”，而是“最终有多少条在湿实验里真正达标”。在这一点上，干湿闭环让设计成功率成为可被持续改进的工程指标，而非一次性的运气。

常见问题（FAQ）

结构约束蛋白质设计与普通AI序列生成有什么不同？

普通AI序列生成多以序列相似性/语言模型为依据；结构约束设计在生成时会额外“看”结构，把骨架、口袋、界面等约束写进条件，让输出更可能正确折叠并保留功能。差异在于是否把“结构”作为硬约束。

结构约束设计能保证蛋白一定可折叠吗？

不能保证。结构约束显著提高“可折叠、可表达”的概率，但折叠还受表达系统、翻译后修饰、聚集等因素影响；最终仍以湿实验【实测】为准，计算层面只是【预测】。

计算设计的结果还需要湿实验验证吗？

需要。计算能快速排序候选、提示瓶颈，但无法替代真实的表达与活性测定；可靠做法是干湿闭环：计算筛查、湿实验确证、实测数据回流再优化。

这种设计主要用在哪些场景？

常见于抗体工程（人源化、亲和力成熟）、酶工程（活性/稳定性优化）、单域抗体（VHH）与新型结合蛋白设计，也用于需要稳定折叠与良好可开发性的工业酶或生物药候选。

总结

结构约束蛋白质设计把“结构”变成可量化的设计约束，让AI生成的序列从“看起来像”走向“真正能折叠、能表达、能干活”。它不取代湿实验，而是与湿实验组成干湿闭环，共同提升设计成功率。