7 月 10 日，微軟研究院 AI for Science 團隊在《Science》雜志發表了題為「Scalable emulation of protein equilibrium ensembles with generative deep learning」的研究成果。

• 論文
• https://www.science.org/doi/10.1126/science.adv9817
• 代碼
  
• github.com/microsoft/bioemu
• 模型
  
• https://huggingface.co/microsoft/bioemu
• 評估基準
  
• github.com/microsoft/bioemu-benchmarks
• ColabFold：https://colab.research.google.com/github/sokrypton/ColabFold/blob/main/BioEmu.ipynb
  
• AI Foundry：https://ai.azure.com/catalog/models/BioEmu

該研究提出了一種名為 BioEmu 的生成式深度學習模型，能夠以前所未有的效率和精度模擬蛋白質的構象變化，為理解蛋白質功能機制和加速藥物發現打開了新路徑。

從結構預測到功能模擬：蛋白質研究的下一個前沿

近年來，AlphaFold 等模型在蛋白質結構預測方面取得了突破性進展，但這些方法通常只能預測單一靜態結構，難以捕捉蛋白質在功能過程中所經歷的動態變化。蛋白質并非靜止不動的分子，而是處于不斷變化的構象系綜（conformational ensemble）中，其功能往往依賴于這些結構之間的轉換。

BioEmu 正是為了解決這一挑戰而生。它通過結合 AlphaFold 數據庫中的靜態結構、超過 200 毫秒的分子動力學（MD）模擬數據，以及 50 萬條蛋白穩定性實驗數據，訓練出一個能夠在單張 GPU 上每小時生成上千個獨立蛋白質結構的生成模型。

視頻：BioEmu生成的蛋白質動態構象展示

生成式建模

BioEmu 承接自微軟研究院的前期工作 DiG（Distributional Graphormer），基于擴散模型架構，結合 AlphaFold 的 evoformer 編碼器和二階積分采樣技術，能夠高效地從蛋白質構象分布中采樣。其核心創新在于：

• 能夠模擬蛋白質在功能過程中出現的關鍵結構變化，如隱性口袋、局部解折疊和結構域重排；

• 在自由能預測方面達到 1 kcal/mol 的誤差水平，與毫秒級 MD 模擬和實驗數據高度一致，相比分子動力學模擬實現了若干個數量級的加速；

• 對突變體的穩定性變化（ΔΔG）預測表現出色，平均絕對誤差低于 1 kcal/mol，Spearman 相關系數超過 0.6。

開源發布

研究團隊已在 GitHub 和 HuggingFace 上開源了模型參數和代碼，還發布了超過 100 毫秒的 MD 模擬數據，涵蓋數千個蛋白系統和數萬個突變體，為后續研究提供了豐富資源。BioEmu 也部署在了 Azure AI Foundry 和 ColabFold 等平臺，使得用戶可以便捷地運行模型。

展望未來：從單體蛋白到多分子系統

BioEmu 的開源發布也標志著微軟在推動開放科學方面邁出的重要一步。目前，BioEmu 的建模對象主要是單體蛋白質。研究團隊正在探索將其擴展到蛋白質復合物、蛋白-配體相互作用等更復雜的生物體系，并結合實驗數據進一步提升模型的泛化能力和可解釋性。在蛋白質科學、藥物設計和合成生物學等領域，BioEmu 有望成為連接結構與功能、理論與實驗的橋梁。