肽折叠模型和聚集实际预测什么
折叠模型是一个地区的天气预报, 不是对您所在街道的测量. 这种区别决定了肽聚集预测的实际限制是什么, 在第一次模拟运行之前值得说明.
多肽合成 三个术语构成本文的其余部分. 一个 力场 是为系统中每个原子或珠子分配能量的方程和参数集. 一个 粗粒度模型 用单个相互作用位点取代原子团, 交易化学细节以获得可达到的时间范围. 一个 构象系综 是肽访问的结构的集合, 按概率加权, 而不是一种获胜形状.
简化和粗粒度的模型可以很好地回答集成级问题. 他们排名聚集趋势, 追踪自由能趋势, 将富含 β 的物质与受保护状态分开, 读取疏水图案, 并估计相对自我关联风险. 它们对结构特异性不可靠或沉默: 精确的低聚物尺寸分布, 原纤维与无定形形态, 和序列特异性多态性不属于这些方法解决的范围. 报告的聚合行为也依赖于力场, 对于同一肽系统，不同的力场可能会返回矛盾的结果, 如记录在 2025 蛋白质聚集体的结构表征和随附的力场可转移性评估指南.
要点: 模型输出是一个排名, 不是一个利率. 它告诉您哪个序列或条件更容易聚合, 不知道有多快, 变成什么形态, 或者您的肽实际组装的寡聚体大小是多少.
合成肽 src=”https://molchanges.com/wp-content/uploads/2026/09/pub_20260922_044025_896_59a6098c9afc48d9bc0bd7b9f580aa27.png”>
为什么相同的肽会得到不同的答案: 力场和采样限制
同一序列的两次模拟可能会因与肽无关的原因而不一致. 第一个是力场. 力场可转移性评估发现，同一系统在一个参数集下可以解析为富含 β 的聚集体，而在另一个参数集下则可以解析为很大程度上无序。, 以采样窗口作为混杂因素: 在一种情况下，在几百纳秒内富含β, 粗略地之后才变得无序 2 另一个微秒 (PMC8120800). 这是一个上游基准, 不是一个趋同的研究机构, 应该这样读.
第二个限制是采样和系统规模. 一项公正的全原子研究收集了 75 微秒的淀粉样蛋白肽自组装过程 12 立方盒中的肽分子, 达到十二聚体的低聚物, N=4 以上低聚物的首次传代时间仍然分散在 10 跨越独立轨迹的纳秒和数百纳秒 (科学报告, 2016).
这两个限制都不是您可以忽略的错误. 力场不一致是单个模拟不能证明聚合风险的原因, 这就是为什么肽聚集预测限制属于报告的方法部分, 不在脚注中.
仿真与基准之间的专注度和时间尺度差距
模拟聚合几乎总是比它旨在告知的实验集中得多. 一个 2025 混合粗粒度研究，大致模拟 27 mM，当实验接近时 1 mM 是一个有用的说明 (分子, 2025). 我找不到那个单一的上游结果, 因此将其视为间隙的示例而不是校准常数. 多肽生产
差距很重要，因为物理主导的浓度发生了变化. 在 27 毫米, 碰撞足够频繁，以至于模拟系统在微秒轨迹可以达到的时间尺度上聚合. 在 1 毫米, 相同的序列可能稳定几个小时. 因此，微秒采样不会映射到真正的聚合分析所占用的数小时到数天的窗口中, 两个间隙复合: 高浓度会加速你想要计时的事件.
对于小费: 远高于您工作浓度的模拟运行可以对序列进行相互排名, 但它无法为您提供绝对聚集率或预测您工作浓度下的配方行为.
高浓度结果许可的是相对主张: 在相同的模拟条件下，序列 A 的聚合速度比序列 B 快. 它未授权的内容是绝对的: A 将在您的缓冲区中聚合, 在你集中注意力的情况下, 在你的稳定窗口内. 将这两个声明分开，模拟仍然有用.
当模拟足够时: 筛选易于聚集的序列
当决策是对候选人进行排名时，模拟就足够了, 不是行为的预测. 计算机内分类就像漏斗一样工作: 使用快速序列级预测器筛选完整的候选集, 由于不同的算法强调不同的特征，因此在多个正交工具中仅保留可接受的候选者, 将标记的热点映射到序列和结构上, 然后仅合成并测试排名靠前的结构. 作为 计算机模拟聚合算法综述 说它, 这些工具只是排名和标记，而不是确定性预测, 并且它们不会取代 HIC, 美国证券交易委员会, 动态LS, HPLC 或稳定性测定.
该边界不是理论上的. 一个 2026 自然化学分析 539 肽序列 发现全序列 XGBoost 预测树脂上聚集 58.0% ± 3.5% 准确性, 勉强高于 57.7% ± 3.3% 它到达残基改组序列, 而组合向量表示得分 59.5% ± 1.9% 早期的 Mohapatra 模型达到了 60%. 改组保留的行为: 19 的 20 改组的聚集肽保持聚集, 和 14 的 20 改组后的非聚集序列保持非聚集状态. 一个 筛选了 130 万个突变体库的定向进化平台 发现对方也有同样的分歧: 标记了三种算法 26 可抑制聚集的残基, 但仅覆盖 8 的 12 进化击中残留物, 并且只是 3 所有三个人都标记了残留物.
使用易于聚集的序列筛选来排序您的工作, 然后让替补席来解决.
|
模型输出 |
它允许您得出什么结论 |
还需要什么基准数据 |
|---|---|---|
|
聚集倾向 |
一组候选者中的相对排名 |
绝对聚集倾向 |
|
β-折叠倾向 |
哪些片段需要突变或保护 |
取代是否改变粗品纯度 |
|
低聚物尺寸分布 |
低聚物是否合理 |
实际尺寸分布 (美国证券交易委员会, 动态LS) |
|
形态学 |
预计会出现哪些形态 |
原纤维与无定形形式 (冷冻透射电镜) |
|
多态性 |
多种形式可能共存 |
您的批次采用哪种形式 |
预测器在相反方向上失败的地方
AlphaFold 类工具和纯序列聚合预测器错过了来自相反方向的相同风险, 这就是为什么没有人能够单独决定一个变体是否会聚合. 一个 2025 对计算聚合预测的回顾发现 AlphaFold 类模型返回一种主导静态结构: 他们不采样构象系综或部分折叠的中间体, 它们不带有 pH 值, 离子强度, 温度, 溶剂或膜环境, 他们的置信度分数衡量结构一致性而不是聚合倾向. 仅序列肽预测器反转错误. 许多以六肽为中心，无法判断某个主题是否最终会被埋葬, 裸露, 或膜相关的, 因此他们过度预测了折叠蛋白的聚集，同时在分离的肽和本质上无序的区域上表现更好.
实际结果是这两种故障模式是互补的而不是冗余的. 高置信度折叠没有说明有条件暴露的粘性段, 并且标记的六肽没有说明该片段在折叠状态下是否可达. 将任一输出视为对肽聚集预测的判断将屏幕限制为一类错误, 因此，涵盖结构视图和序列视图的正交方法是合理的默认方法.
当您需要定制合成时, 表征, 和化验
模拟解答相关问题. 板凳工作绝对是答案: 费率, 形态学, 配方敏感性. 当您的决定取决于其中任何一个时, 模型输出是一个起始假设, 不是结果.
每种方法只回答一个问题，但都有自己的盲点. 圆二色性报告全局二级结构内容, 但这是整体平均值，无法定位发生变化的位置, 并且很容易受到散射伪影的影响; 可用浓度来自 0.05 到 50 mg/mL，当浓度（mg/mL）乘以光程（mm）保持接近时 0.1 到 0.2 (一个 2025 聚合表征从业者指南, 2025). FTIR 可读取酰胺 I 区域并耐受浓缩或聚集的样品, 但它仍然是全球性的，其频段分配仍然不明确.
DLS 给出流体动力学尺寸和多分散性, 但它无法将单体与二聚体分离，并且偏向于较大的颗粒，因为散射随尺寸变化; 实际范围位于附近 0.2 到 50 毫克/毫升, 对于大型骨料，单散射上限可能会下降到大约 0.5 毫克/毫升 (DLS 肽聚集应用指南, 2026). SEC-MALS 增加了分级和绝对分子量, 覆盖 200 给它 1 GDa 和回转半径 10 到 500 黎明时分, 高浓度选项高达 180 毫克/毫升 (仪器供应商发布的 SEC-MALS 规范, 检索到的 2026), 尽管分馏可以稀释或扰乱弱可逆组装.
ThT 通过 S 形轨迹追踪淀粉样蛋白动力学, 通常在 10 到 20 微米, 和 20 到 50 µM 给出最高信号 50 µM 用于终点定量, 但它对天然蛋白质和许多寡聚或早期中间体不敏感 (标准 ThT 浓度研究, 2017). 冷冻 TEM 直接显示形态，同时仅对一小部分群体进行成像, SAXS 返回低分辨率, 无法唯一解析异质混合物的整体平均解形状 (用于表征蛋白质和肽聚集体的分析技术的实用调查, 2021).
|
方法 |
它回答的聚合问题 |
检测极限或干扰风险 |
|---|---|---|
|
光盘 |
全局二级结构内容 |
整体平均, 无法本地化变更; 散射伪影; 0.05–50 mg/mL，浓度 × 光程 ≈ 0.1–0.2 |
|
红外光谱 |
全局二级结构, 酰胺I |
仍然是全球性的; 频带分配不明确; 耐受浓缩样品 |
|
动态LS |
流体动力学尺寸和多分散性 |
无法将单体与二聚体分离; 偏向于较大颗粒; 约 0.2–50 毫克/毫升, 对于大聚集体，单散射上限 ≈0.5 mg/mL |
|
SEC-MALS |
单体/低聚物群体, 绝对分子量 |
分馏可以稀释或扰乱弱可逆组装体; 关于形状的信息较少 |
|
钍T |
淀粉样原纤维的形成和动力学 |
对天然蛋白质和许多寡聚或早期中间体不敏感; 10–20 µM（典型值） |
|
冷冻透射电镜 |
形态学 |
仅对一小部分人口进行成像 |
|
萨克斯 |
低分辨率溶液形状 |
整体平均; 无法唯一解析异质混合物 |
合成方有其自身的不确定性. 困难序列 SPPS 并不是罕见的边缘情况: 穿过 539 肽序列, 49.9% 显示树脂上聚集, 定义为上述脱保护峰展宽 20% 与第一个耦合, 通常开始 5 到 15 树脂锚栓的残留物 (一个 2026 自然化学分析 539 肽序列, 2026). 相同的分析发现，假脯氨酸的掺入提高了粗纯度 23% 到 69% 对于 hGH 和来自 17% 到 75% 对于 GB1, 因此聚合控制策略的回报是纯度而不是预测.
警告: 报告您的测定运行条件: 温度, 酸碱度, 离子强度, 肽浓度, 孵化时间, 和躁动史. 没有他们, 形态或速率无法与任何其他数据集进行比较, 包括您自己之前的跑步.
中立的, 缩小模型留下的差距的可复制示例: 当折叠模型将序列标记为易于聚集但无法判断聚集体是纤维状还是无定形时, 答案来自替补席. MOL Changes 支持通过定制肽合成进行聚合研究的交接, 结合SPPS, RP-HPLC 纯化 95% 或更高, 和ESI-MS身份确认，使材料进入CD, 钍T, 或 SEC-MALS 是您建模的序列，而不是截断和删除产物的混合物. 纯度规格, 抗衡离子形式, 每批均应注明内毒素限量, 因为每一个都会改变下游测定产生的读数.
设计检测方法，使结果有意义
聚合分析是阶乘矩阵, 不是一次测量. 改变浓度, 酸碱度, 离子强度, 温度, 和在一起的时间, 因为模型预测的聚合是在这些变量的特定组合下形成的聚合. 仅运行缓冲区, 仅蛋白质, 和样品旁边的染料或散射控制, 并采取足够的时间点来区分发病和进展. 单个端点读数无法区分两者.
服务 决定你可以声称什么的区别是动力学控制与热力学控制. 在动力学控制下, 观察到的聚集体是在这些条件下形成最快的物种. 在热力学控制下, 经过足够的时间进行可逆性和重排后，它是最稳定或平衡的物种. 转甲状腺素蛋白聚集方案研究阐述了如何通过实验分离这些方案，以及方案必须报告什么才能进行比较.
这种报告纪律就是为什么如此多已发布的汇总比较不具有可比性的原因: 不同的矩阵, 不同的时间窗口, 不同的控制. 正确执行此步骤，模型的排名将成为有关您的肽的可靠的绝对陈述.
关于肽折叠模型和聚集的常见误解
置信度分数不是聚合分数. pLDDT 和类似的指标描述了模型重现其自身预测折叠的程度, 不是该折叠是否会在溶液中自关联. 解决方法是将置信度视为结构合理性的过滤器，并从专用预测器或, 更好的, 从测量的行为.
一个力场不是真实情况. 可以预测同一序列在一个参数集下容易聚集，而在另一参数集下则预测为良性, 这就是为什么单次运行输出应报告为方法相关而不是系统的属性. 运行至少两个力场或采样协议并将不一致视为信号.
模拟浓度不是工作浓度. 模拟规模和实验室规模浓度之间的差距是几个数量级, 因此，在高模拟浓度下表现良好的模型几乎无法说明 1 mM 实验准备. 在得出结论之前将模型的体系与实验相匹配.
仅序列预测器不适用于折叠蛋白质. 当这些工具应用于折叠成稳定球状结构的序列时，会过度预测聚集风险, 因为埋藏的疏水性延伸段在自然状态下并未暴露. 在接受高风险呼叫之前确认折叠上下文.
一项检测并不能说明全部情况. 光盘, 动态LS, SEC-MALS, 钍T, 冷冻 TEM 和 SAXS 各自回答不同的问题，并且各自都有盲点: ThT 错过了非纤维聚集体, DLS 努力解决混合物问题, CD 报告平均二级结构而不是物种分布. 在宣布配方清洁之前配对正交方法.
要点: 如果决策需要绝对数, 形态学, 或公式化答案, 模型不是仪器.
成功是什么样的: 一个站得住脚的聚合结论
如果工作流程正确运行, 你现在可以陈述五件事而无需回避. 第一的, 您取消了哪些候选人的优先顺序以及基于什么理由: 特定模型输出, 总体印象并不认为它们看起来有风险. 第二, 哪个单一构建体进入合成阶段. 第三, 身份和纯度确认表明了什么. 第四, 二级结构读数报告了什么. 第五, 聚合测定在完全指定的条件集下测量的结果.
这五个标记是具体且可审计的. 纯度以相对于规定阈值的 RP-HPLC 数据报告, 通常 95% 或更高的分析级材料. 通过 ESI-MS 根据计算的质量确认同一性. 二级结构来自 CD 或 FTIR 读数. 该测定提供了发病与进展分开的时间进程, 这样您就可以区分立即聚合的结构和随时间推移而降解的结构.
一旦基准条件集被修复, 明显的延伸目标是对同一结构进行配方敏感性或短期稳定性研究. 你已经有了参考点; 与重新建立基线相比，一次更改一个变量的成本较低.
常见问题解答
我可以单独使用 AlphaFold 对易于聚合的变体进行排名吗?
不. AlphaFold 预测单个静态结构, 因此它不会返回构象集合，也不会返回 pH 值等环境背景, 离子强度, 或浓度. 聚集取决于短暂暴露的斑块和部分展开状态的群体, 单一模型无法捕捉到这两种情况. 使用 AlphaFold 作为一种输入, 然后使用显式聚合预测器或简短的模拟集合对候选者进行排名.
为什么同一肽的两次模拟结果不一致?
力场编码不同的扭转偏好和不同的溶剂化处理, 因此相同的序列可以在每个序列下填充不同的二级结构倾向. 抽样增加了第二个差异来源: 从未逃脱其起始盆地的运行报告起始盆地, 不是可访问的整体. 比较两个结果之前, 检查每个使用哪个力场和哪个有效采样窗口.
聚合测定需要多长时间, 以及什么决定了持续时间?
持续时间跟随问题. 硫代黄素 T 荧光等动力学读数可解析数小时至数天内的成核和伸长, 而热力学终点，例如溶解度 店铺 或沉降测量需要系统达到平衡, 这可能需要更长的时间. 从您尝试观察的进程设置窗口, 不是因为仪器方便.
如果我只能运行一个方法，我应该使用哪一种方法?
没有单一的方法. 将问题映射到技术: RP-HPLC 和 ESI-MS 用于鉴定和纯度, 用于二级结构的圆二色性或 FTIR, DLS 或 SEC-MALS 用于测定低聚物尺寸, 和冷冻 TEM 进行形态分析. 一种方法回答一个问题, 因此，请选择能够测试您怀疑的特定故障模式的那个.
高浓度模拟聚集是否仍然有用?
是的，用于排名, 绝对利率否. 模拟系统通常远高于实验工作浓度, 因此变体的顺序可以转移，而预测的时间尺度不会转移. 将输出视为相对排名并确认板凳集中度最高的候选人.
对于一个困难的序列我应该期望什么纯度?
容易聚集的序列更难制作, 链组装过程中树脂上的聚集是粗品纯度低的常见原因. 伪脯氨酸二肽构建模块可破坏树脂上的聚集并提高困难序列的纯度, 因此可实现的规格取决于序列和为其选择的合成策略.
结论
您现在可以将简化的肽折叠模型和聚合工作流程可以回答的问题与仅合成的问题分开, 表征, 并且测定可以解决. 模型对候选序列进行排名和标记; 他们不能准确地预测聚合, 并且它们不会取代 HIC, 美国证券交易委员会, 动态LS, 高效液相色谱法, 或稳定性研究, 正如对计算机内聚合算法的回顾所示. 将预测视为要检验的假设, 不是要报告的结果. 关于
如果下一步是生成证据, MOL Changes 支持自定义合成, 纯化, 和易聚集序列的表征, 从毫克筛选批次到公斤规模. 您可以与专家讨论表征咨询并确定您的序列实际需要的检测范围.
披露: MOL Changes 提供肽合成和表征服务, 所以它对这里讨论的质量标准有商业利益.
