論文タイトル
Physically Grounded Generative Modeling of All-Atom Biomolecular Dynamics
出典
要旨
従来の分子動力学（MD）シミュレーションより大幅に低コストで、タンパク質やタンパク質-リガンド複合体の全原子ダイナクス（時間発展）を生成できる生成モデル「BioKinema」を提案しています。
解説など
これまでAlphaFold系の進歩によって「どんな構造になりやすいか」はかなり高精度に予測できるようになりましたが、「その構造がどう動いて機能するか」を全原子レベルで追うには、通常はMD（Molecular Dynamics）計算が必要でした。ただしMDは、フェムト秒（10^-15秒）単位で少しずつ計算を進めるため、マイクロ秒〜ミリ秒スケールの現象を追うには非常に大きな計算コストがかかります。
この研究の中心課題は、MDの代わりに、物理的にもっともらしい分子運動そのものを生成モデルで近似できるかという点です。
BioKinemaは、タンパク質単体だけでなく、
- タンパク質-リガンド複合体
- タンパク質-核酸複合体
- リガンド解離経路
まで含む多様な生体分子系を対象に、連続時間の全原子軌道を生成するよう設計されています。
本文には、2,000 µs以上のMD軌道データで学習したと記載があります。
学習データにはATLAS、MISATO、MDpositなど複数データセットが使われています。
技術のコア
1. AlphaFold 3由来の表現を土台に利用
入力特徴抽出には AlphaFold 3系（Protenix再実装）の single/pair representation を利用し、その部分は凍結しています。
2. Spatial-Temporal Diffusion Module
通常の拡散モデルはノイズ除去で構造生成を行いますが、BioKinema では空間だけでなく時間方向にもattentionを拡張しています。
3. Noise-as-Masking
通常の自己回帰生成では長い軌道ほど誤差蓄積（drift）が起こりやすいですが、BioKinemaでは「一部フレームを見せて、一部をノイズ化して復元する」訓練を採用しています。
これにより、
- forecasting（未来予測）
- interpolation（中間補間）
を単一モデルで扱えます。
4. Hierarchical Sampling
長時間軌道では、まず粗い時間間隔で大まかな未来を作り、その後に細かい時間解像度を補間します。
これにより、長距離生成での誤差蓄積を抑える設計です。
本文では、MISATO-OODやATLASなど複数ベンチマークで以下が報告されています。
- 1 µs軌道でも物理安定性を維持
- post-relaxation RMSD: 0.72 Å（MDは0.69 Å）
- タンパク質柔軟性（RMSF相関）で既存法より高性能
- 100 ns相当を単一GPUで1分未満
- 従来MDでは約22時間
また、
- Adenylate Kinaseのopen/closed遷移
- Pin1のアロステリック変化
- FGFR1/FGFR2の微妙な動的差異
- メタダイナミクス微調整によるリガンドunbinding経路生成
まで検証されています。
本手法で特に重要なのは、静的構造サンプリングではなく、時間順序を持つ「遷移経路」そのものを扱っている点です。これはBioEmuのような平衡分布重視モデルとは立ち位置が少し異なります。一方で古典MDのように温度やpHなどの条件に対して明示制御することはできないことが注意点です。
