bAIes 原本只从 AlphaFold2 的距离分布图提取结构信息，用来生成无序蛋白的原子级构象集合。现在它接入 AlphaFold2、AlphaFold3、Boltz-1、Boltz-2、ESMFold 和 ESMFold2 六种预测器，并在 17 个无序蛋白的 NMR 与 SAXS 数据上比较。各预测器给出的集合平均精度与原 AlphaFold2 版本相当，对化学位移、RDC 和 3J 耦合等局部观测量最好，对 PRE 和 SAXS 这类长程与整体压缩观测量偏弱。
IDPForge把ESMFold的注意力与结构模块改造成扩散生成模型，直接从序列生成全原子无序蛋白与无序区构象，无需逐序列训练、粗粒化回映射或系综重加权。在32条带NMR/SAXS数据的测试序列上，其归一化X-EISD总分0.89，高于IDPConformerGenerator的0.57、IDPFold的0.58与CALVADOS的0.58；它还能在折叠结构模板上只对无序区去噪。
该工作提出两种可学习的离散潜在蛋白质语言：序列侧的 PLL 基于冻结的 ESM-2 编码器构建 4096 状态上下文词表，结构侧的 SLL 在 GCP-VQVAE Lite 上加入序列与置信度辅助监督并保持可解码为骨架坐标；在匹配的下游训练下，PLLM 的拟合计算缩放指数为 0.038，高于氨基酸自回归模型的 0.020，且将低于 1.5 比特残基组成熵阈值的样本比例降低 54%；用 SLL 替换原分词器使序列到结构预测的最佳验证困惑度降低 34%。
该工作提出 AlphaBridge，一个结合 AlphaFold3 置信度指标、可对参与二元相互作用的序列基序及其在复合物三维界面中的分布进行聚类，并通过弦图、网络图和汇总表可视化置信范围内的相互作用界面、同时提供网页服务器版本的可复现自动化工具包，作者用二元与多组分蛋白复合物对其评分能力进行了验证并讨论了实际使用案例。
已读完全部报道