摘要：随着冷冻电镜技术的进展，数据质量的提升，人们开发一系列计算方法尝试从中获取丰富的蛋白构象分布信息，但是不同的方法得到的构象景观异质性比较强，很难评估其可靠性[2]。

蛋白通过构象转换发挥功能，对该过程的研究可以帮助人们进一步理解蛋白的功能机制，并帮助开发药物[1], [2]。

随着冷冻电镜技术的进展，数据质量的提升，人们开发一系列计算方法尝试从中获取丰富的蛋白构象分布信息，但是不同的方法得到的构象景观异质性比较强，很难评估其可靠性[2]。

为此，西班牙国立生物技术中心(Centro Nacional de Biotecnologia) David Herreros等开发基于multi-autoencoder架构的模型-FlexConsenus，通过把不同计算方法获取的冷冻电镜蛋白构象景观进行对齐比对，来获取不同方法“共识”的构象和“方法特异”的构象，从而帮助人们进一步理解这些构象分布，了解哪些是潜在可靠的构象，以及哪些方法特异的构象值得后续深入分析[2]。

FlexConsenus概览[2]。

不同方法“共识”和“特异”的蛋白构象[2]。

该项工作2025年9月25日在线发表在Nature Methods[2]。

Comment(s):

类似的思路也可以帮助分析超分辨以及单分子追踪等数据。

不过需要注意“共识”的构象并不一定是准确的构象，有些时候会受系统偏差影响；冷冻电镜数据质量的进一步提升结合更多样的构象分布解析方法可以让“共识”更可靠。

参考文献：

[1] S. Moradi, A. Nowroozi, M. Aryaei Nezhad, P. Jalali, R. Khosravi, and M. Shahlaei, “A review on descriptiondynamics and conformational changes of proteins using combination of principal component analysis and molecular dynamics simulation.,” Comput. Biol. Med., vol. 183, p. 109245, Dec. 2024, doi: 10.1016/j.compbiomed.2024.109245.

[2] D. Herreros, C. Perez Mata, C. O. Sanchez Sorzano, and J. M. Carazo, “Merging conformational landscapes in a single consensus space with FlexConsensus algorithm,” Nat. Methods, 2025, doi: 10.1038/s41592-025-02841-w.

原文链接：

代码链接：

来源：小风课堂