蛋白质是一类复杂的生物分子，在活细胞中承担修复组织、驱动代谢、维持免疫系统等重要功能。为了执行这些功能，许多蛋白质具有动态结构，能够采用多种构象。科学家们长期怀疑蛋白质不会随机改变形状，而是按照深层、缓慢的节律运动，指导其在不同形式之间转换。

最近，亚利桑那州立大学分子科学学院的副教授Matthias Heyden的研究小组开发了一种新方法，可从短时间计算机模拟中提取蛋白质的缓慢运动。该方法可靠且高效，已发表在《科学进展》杂志上。Heyden描述道：“简而言之，我们复活了一个长期存在的观点，即蛋白质的构象转变与低频振动相关。”他进一步解释：“了解蛋白质的低频振动应能使我们加速分子动力学模拟中构象转变的采样。”

通过揭示这些隐藏节律，研究团队将其用作导轨，在五种不同蛋白质模拟中推动蛋白质沿自然路径运动，探索其偏好的形状。这使他们能准确绘制蛋白质景观，包括其停留位置和转换所需能量。在AlphaFold等工具的基础上，这种快速模拟方法有望扩展“序列到结构到动力学”的关系。

利用亚利桑那州立大学“Sol”超级计算机，研究人员现在可在不到一天内观察蛋白质的形状变化，大幅加速了药物设计进程。理解蛋白质运动有助于设计更灵活的蛋白质，用于癌症治疗和解决抗生素耐药性。此外，更快模拟能研究蛋白质内部的“变构”效应，为开发副作用更少的药物铺平道路。这种高通量方法为训练机器学习模型提供了丰富数据集，深化了对蛋白质序列、结构和动力学的理解。

出版详情：作者：Michael Sauer et al；标题：《Understanding protein motion could greatly aid new drug design》；发表于：《Science Advances》(2026)。