蛋白质折叠（简化）

蛋白质折叠是什么

蛋白质合成出来时是一根线性的氨基酸链。但它在细胞水里几乎瞬间就自动折叠成精确的 3D 形状。这个形状决定它能做什么：

• 抗体折成 Y 形，臂尖识别病原体
• 血红蛋白折成”口袋”，正好容纳氧气
• 酶折出活性位点，把底物固定在精确位置

形状决定功能。预测一根序列会折成什么形状，曾经是计算生物学最大的难题。

1985 年的玩具：HP 模型

物理学家 Ken Dill 提出 HP 模型 —— 把 20 种氨基酸狂暴简化成 2 种：

• H（疏水的，hydrophobic）—— 像油，不喜欢水
• P（亲水的，polar）—— 像盐，喜欢水

把链子放在 2D 方格上（每个氨基酸占一格，相邻氨基酸隔 1 格），让它折叠 —— 每对相邻但非链相邻的 H-H 接触，能量减 1。

简单到极致，但已经能复现真实蛋白质的两条关键规律：

1. 疏水核心：H 残基会自动聚到中央（被 P 包裹）
2. 多个稳定构型：能量近的”次优解”多得是 —— 真实蛋白质的折叠错误（错折）正是这个原因

蒙特卡洛搜索

怎么找最低能量构型？暴力枚举不行（链长 N 的可能构型数 ~ 3^N，N=100 就 10^47 种）。

实际用 Metropolis-Hastings 蒙特卡洛：

1. 随机选一个位置，把链的后半段绕这点旋转 90°/180°/270°
2. 检查新构型是否合法（不交叉自己）
3. 算新构型的能量变化 ΔE
4. 如果 ΔE < 0（变好），接受
5. 如果 ΔE > 0（变差），以概率 e^(-ΔE/T) 接受（温度 T 越高越愿意”爬山”)
6. 慢慢降温（模拟退火），最终落到一个低能量构型

在演示里你看到的

• 直链起步时能量是 0（没有任何 H-H 接触）
• 折叠过程中 H 残基（红色）慢慢聚到一起，能量逐渐变负
• 黄色虚线标出”无意中”形成的 H-H 接触
• 最终能量稳定（找到局部最小值），形成”疏水核心 + 亲水外壳”的样子

试试三个预设：

• 链 A：典型的 HP 交替链
• 链 B：更长，能形成更复杂的核心
• 三明治：HHHHH-PPPPP-HHHHH，能折成漂亮的”两层 H 夹一层 P”

HP 模型不够，但它教会我们什么

HP 模型有几个根本简化让它脱离真实：

• 真实有 20 种氨基酸，相互作用复杂得多
• 真实是 3D，不是 2D
• 真实有氢键、二硫键、电荷、π 堆积等多种力
• 真实蛋白质有几百到几千个残基

但它揭示了最根本的洞见：折叠的驱动力是疏水效应 —— 油分子在水里自然聚拢的同样力量。真实蛋白质的折叠核心，70% 的能量贡献来自疏水相互作用。

到 AlphaFold

2020 年，DeepMind 的 AlphaFold 2 在 CASP 14 蛋白质折叠预测比赛上取得了几乎与实验测定相同精度的结果，被《Nature》称为”半个世纪以来的圣杯被攻克”。

AlphaFold 不再用 HP 这种规则模型，而是：

• 输入：蛋白质序列 + 多重序列比对（找进化亲戚）
• 用 Transformer 神经网络学习序列之间的”共变换”关系
• 输出：每对氨基酸的 3D 距离分布
• 优化：构造满足这些距离约束的 3D 结构

5 亿次模型计算，比 HP 模型的”绕轴扭”复杂十万倍。但这个 HP 玩具理解了：折叠的本质是找全局能量最低的 3D 形状。AlphaFold 只是用更聪明的方式找它。

2024 年，AlphaFold 3 又拓展到蛋白质-DNA-小分子复合物。Demis Hassabis 和 John Jumper 因此获 2024 诺贝尔化学奖。