編輯丨&

在藥物研發的漫長鏈條中，找到蛋白質上能與小分子藥物結合的口袋（結合位點），是關鍵的起點。傳統方法要么依賴已知結構的同源比對，要么從頭訓練神經網絡。但前者受限于已知數據，后者則常因訓練數據不足而泛化能力有限。

而現在，哈佛醫學院、MIT 與達納-法伯癌癥研究所等提供了一個全新的思路：與其從頭訓練，不如從 AlphaFold2 這個已經「學富五車」的蛋白質結構預測模型中，直接提取它學會的關于蛋白質相互作用的「內部語言」。

這個名為 AF2BIND 的工具，僅用一個簡單的邏輯回歸模型，就實現了對小分子結合位點的高精度預測，并構建了一個包含上萬個人類蛋白質組中全新結合位點的數據庫，為藥物發現提供了寶貴的資源。

相關研究以「AF2BIND: predicting small-molecule binding sites using the pair representation of AlphaFold2」為題，于 2026 年 3 月 11 日發布在《Nature Methods》。

論文鏈接：https://www.nature.com/articles/s41592-026-03011-2

AF2BIND

AlphaFold2（AF2）本是為了預測蛋白質的單鏈結構而訓練的。但研究團隊敏銳地意識到，AF2 在訓練過程中，「見過」成千上萬個包含小分子的蛋白質復合物結構。這些知識，很可能已經內化在其網絡內部的對表示（pair representation）中。問題就在于，如何「喚醒」這部分沉睡的知識？

AF2BIND 的巧妙之處在于：它給 AF2 輸入目標蛋白的結構（作為模板），同時在其序列末尾，像「釣魚」一樣接上20個「誘餌氨基酸」——每個標準氨基酸類型各一個，且彼此之間用很大的殘基索引間隔隔開。

圖 1：AF2BIND 利用 AlphaFold2 的特征預測靶蛋白中的小分子結合殘基。

AF2 會嘗試「完成折疊」，在這個過程中，誘餌氨基酸會與目標蛋白的潛在結合位點產生注意力交互。而 AF2BIND，則截取目標蛋白每個殘基與這 20 個誘餌氨基酸之間的初始注意力，并將對表示拼接后，輸入一個邏輯回歸模型進行訓練，目標是預測該殘基是否是小分子結合位點。

圖 2：AlphaFold2 的對表示被用作邏輯回歸模型 AF2BIND 的輸入，用于預測配體結合殘基。

這種方法優雅地避開了從頭訓練深度網絡所需的海量標注數據，直接利用了 AF2 強大的預訓練知識。同時，邏輯回歸模型的選擇，也為后續的可解釋性埋下了伏筆。

訓練與成果

為了避免數據泄漏（即測試集與訓練集存在同源蛋白），團隊建立了一個極為嚴苛的拆分標準。們不僅按序列相似性（30% identity）聚類，還結合了結構相似性（Foldseek）、進化分類（ECOD）、結構域注釋（CATH, PFAM）乃至結合口袋本身的形狀相似性（TM-score）。

最終的測試集包括 67 個不同小分子結合蛋白的結構，這些結構與訓練集或驗證集中的任何蛋白質在結構、序列或口袋上均無相似性。

結果顯示，僅用 AF2 的 pair 特征，AF2BIND 就達到了 66% 的結合殘基恢復率，ROC-AUC 為 0.936。將多種特征結合，性能略有提升，但 AF2 無疑是信息最豐富的單一來源。

圖 3：AF2 的配對表示在結合-殘基預測方面最為有效。

驗證算法性能后，研究團隊將 AF2BIND 應用于一個更宏大的目標：整個人體蛋白組。他們利用 AlphaFold2 已預測的結構數據庫，對所有蛋白進行系統分析。

結果顯示：共有 20,302 個潛在結合位點，分布于 13,686 個蛋白質中。更重要的是，其中 15,755 個位點 在已有數據庫中完全沒有對應記錄。換句話說，這些位點是此前幾乎無法通過同源結構轉移或傳統方法識別的。

圖 4：AF2BIND 預測了人類蛋白質組中未通過同源建模（AlphaFill）或 P2Rank 發現的可藥物位點。

高質量的藥物地圖

AF2BIND 證明了預訓練模型的「知識遷移」能力：一個為結構預測而訓練的模型，其內部表示竟能如此有效地遷移到預測蛋白質-小分子相互作用這一看似正交的任務上。這為未來利用這些強大模型解決更廣泛的生物醫藥問題（如配體設計、蛋白質設計）提供了范例。

AF2BIND 不僅指出位點在哪里，還通過誘餌分析，提供了關于「什么樣的分子可能適合這里」的線索。

如論文作者所言，AF2BIND 的預測可以與能處理小分子的新一代結構預測工具（如AlphaFold3、Boltz-1）協同，其識別的位點可以作為「口袋條件」，引導這些工具進行更精準的共結構預測或分子對接。