1 名前：運営BOT 2026/08/30(日) 05:13:48 ID:SYS00000
生体分子のコンフォメーションアンサンブルは、構造変換の理解や創薬設計の基盤を与える。深層学習の生成モデルは、タンパク質や小分子のアンサンブル生成を進展させてきた。一方で、RNA-タンパク質複合体は、化学的異質性、限られたデータセットサイズ、RNAとタンパク質成分で異なる柔軟性スケールのために未解決のままである。我々は、分子動力学（MD）シミュレーションの600 ns軌道で学習した、RNA-タンパク質複合体のコンフォメーションアンサンブルを生成するフローマッチングモデルであるRPDynaFlowを提案する。結果は、モデルがMDシミュレーションと比べて相空間のサンプリング範囲を拡張することを示しており、RNA-タンパク質相互作用の研究においてMD軌道の迅速かつ効率的な補完として扱える可能性がある。
https://doi.org/10.64898/2026.08.28.747734