Enerzyme: A Framework for Efficient Training of Reactive Neural Network Potentials for Enzyme Catalysis with Application to Methyltransferases
원문 초록
Quantum mechanical (QM) cluster models provide an effective framework for mechanistic studies of enzymatic reactions but remain computationally demanding. Neural network potentials (NNPs) offer a promising route to reduce this cost, but enzymes present challenges beyond small molecules, including large system sizes, implicit-solvent environments, substantial polarization, and charge transfer. Here, we present an integrated software framework for efficient NNP training for mechanistic studies of enzymes, demonstrated on QM cluster models of S-adenosyl-L-methionine-dependent methyltransferases (MTases). Our Enerzyme code introduces modular electrostatics-aware NNP architectures and combines automated QM-cluster construction with reactive dataset generation. The Enerzymette subpackage automates reaction pathway exploration at both NNP and DFT levels. We show that iterative flexible scans and nudged elastic band calculations impose stricter requirements on NNPs than conventional dataset metrics. Nevertheless, NNPs trained on fewer than 1,000 system-specific datapoints reproduce reaction energetics and transition-state structures for MTase clusters containing up to 545 atoms with near-chemical accuracy. Direct supervision of atomic charges and consistent dielectric screening substantially improve simulation stability and accuracy, while multitask-learned atomic charges capture charge transfer and polarization trends and provide chemically meaningful descriptors of reactivity. Finally, transferability across chemically diverse catechol O-methyltransferase substrates indicates that NNPs learn generalizable reactivity patterns as training data expand across multiple enzymes. Together, these results establish a foundation for accelerating enzyme mechanistic studies and guide future NNP development for biomolecular reactivity.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
- arXiv:2607.01362v1제출 시각 미확인
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
Monkey King Bang: 통합 과학 멀티모달 파운데이션 모델
Monkey King Bang: A Unified Scientific Multimodal Foundation Model
과학적 발견은 점점 고립된 학문 분야에서 다중 도메인 추론으로 이동하고 있으며, 과학을 위한 AI도 유사한 전환에 직면하고 있다. 기존 시스템은 개별 도메인에 특화되어 있거나, 주로 텍스트 토큰화(tokenization)와 프롬프트 기반 인터페이스를 통해 과학 데이터를 통합함으로써, 다양한 과학 입력을 처리하고, 모달리티 고유(modality-native) 출력을 생성하며, 과학 도메인 전반에 걸친 공동 이해, 추론, 생성을 지원하는 능력을 제한한다. 우리는 이해와 생성 모두를 위한 통합 과학 멀티모달 모델인 MKB를 소개한다. MKB는 공유 트랜스포머 백본과 모달리티 맞춤형(modality-tailored) 인코더, 어댑터, 디코더를 중심으로 구축되었다. MKB는 DNA, RNA, 단백질, 소분자, 지구과학, 의료 영상을 포함한 6개 과학 분야를 다루며, 생물학적 서열, 분자 문자열, 기상장(meteorological fields), 분할 마스크(segmentation masks)와 같은 고유 출력을 지원한다. 학습은 2단계 모달리티-후-언어 커리큘럼을 따른다: 1단계에서는 모달리티별 구성 요소를 고정된 백본과 정렬하고, 2단계에서는 혼합된 과학 및 일반 코퍼스를 사용하여 언어 백본과 통합한다. 실험 결과, MKB는 생물학 및 분자 벤치마크(benchmark) 전반에서 경쟁력 있는 과학적 이해를 달성하고, 날씨 예측, 생물학적 생성, 의료 영상 분할(image segmentation)에 대해 고충실도(high-fidelity) 고유 출력을 생성하며, Qwen3-VL 백본의 일반 역량을 대체로 유지한다. 이 결과는 제안된 패러다임의 타당성을 보여주며, 모달리티 맞춤형 구성 요소를 갖춘 공유 백본 모델이 향후 교차 도메인 과학 멀티모달 탐험(exploration)을 위한 유망한 기반을 제공할 수 있음을 시사한다. 모델과 코드는 https://github.com/Shanghai-Academy-of-AI-For-Science/MKB 및 https://huggingface.co/sais-org/MKB에서 공개적으로 이용할 수 있다.
순환 펩타이드 앙상블에 대한 그래프 학습: 분자 앙상블 모델링 연구
Graph Learning on Ensembles of Cyclic Peptides: An Investigation of Molecular Ensemble Modeling
구조로부터 분자 특성을 예측할 때, 용액 속에서 많은 분자가 conformational ensemble(구조 앙상블)로 존재함에도 불구하고 종종 단일 대표 conformation(구조)을 사용한다. 본 연구는 EnsembleEGNN을 제안한다. 이는 분자 앙상블 기초 모델로, 먼저 공유된 Equivariant Graph Neural Network(EGNN) 레이어로 각 컨포머(conformer)를 인코딩한 다음, Set Attention Block으로 결과 컨포머 표현을 풀링하여 앙상블을 인코딩한다. CREMP(순환 펩타이드 앙상블 데이터셋)에서 마스크된 토큰 복원, 노이즈 좌표 재구성, 쌍별 거리 재구성을 결합한 다중 과제 자기지도 목적 함수를 사용하여 모델을 사전학습한다. CREMP-CycPeptMPDB 데이터셋에서 EnsembleEGNN을 처음부터 학습하면 완전히 실패한다($R^2=0.005$). 그러나 사전학습된 모델은 $R^2=0.477$ 및 Pearson $r=0.699$에 도달하여, 서열 전용 BERT 기준선($R^2=0.439$, Pearson $r=0.667$)을 능가한다. EnsembleEGNN이 BERT 서열 인코더와 end-to-end로 공동 학습되면, 하이브리드 모델은 $R^2=0.538$ 및 Pearson $r=0.737$로 더욱 향상된다. 이 결과는 conformational ensemble을 단일 열역학적으로 정보화된 임베딩으로 인코딩하면 순환 펩타이드 특성 예측이 향상됨을 보여준다.
정밀 분자 설계를 위한 유전자 발현 정보 기반 공동 제어 생성 모델링
Gene Expression-Informed Jointly Controlled Generative Modeling for Precision Molecular Design
정밀 분자 설계는 생물학적 관련성과 분자 설계 전략과 같은 여러 조건의 공동 제어를 통해 개인 맞춤형 약후보를 발굴하는 것을 목표로 한다. 생물학적 관련성은 질병 또는 교란(perturbation) 조건 하의 세포 기능 상태를 반영하며, 분자 설계 전략은 구조적 의도와 물성 최적화 측면에서 상호 보완적인 지침을 제공한다. 본 연구에서는 유전자 발현 프로파일로 인코딩된 생물학적 상태와 텍스트로 표현된 분자 구조 정보, 그리고 수치로 정량화된 화학적 특성을 통합 모델링 프레임워크 내에서 결합하는 공동 제어 정밀 분자 생성 모델 JoPMol을 제안한다. 이러한 공식화는 공동 조건 제어 하에서 후보 분자의 조율된 생성과 최적화를 가능하게 한다. 실험 결과 JoPMol은 여러 평가(evaluation) 지표에서 최신(state-of-the-art) 방법들을 능가함을 보여준다. 또한 JoPMol은 전이(transfer) 작업과 생물학적으로 그라운딩(grounding)된 시뮬레이션 시나리오 모두에서 강한 일반화(generalization) 능력을 보여 정밀 분자 설계에서의 효과를 검증한다. 소스 코드는 https://github.com/hala-yh/JoPMol 에서 공개되어 있다.
멀티모달 그래프 기반 소셜 미디어 인기 예측 벤치마킹
Benchmarking Multi-Modal Graph-based Social Media Popularity Prediction
URSA: 실용적 역합성 평가를 위한 화학 인식 벤치마크
URSA: Chemistry-Aware Benchmark for Utilitarian Retrosynthesis Assessment
건설적·협력적 멀티태스킹을 위한 의미 인식 태스크 클러스터링
Semantic-Aware Task Clustering for Constructive and Cooperative Multi-Tasking
협력적 멀티태스크 의미 통신(cooperative multi-task semantic communication, CMT-SemCom)은 공유 표현을 활용하여 태스크 실행 성능을 향상시킨다. 그러나 [1]에서 보인 바와 같이, 협력적 멀티태스킹은 태스크 간 의미적 관계에 따라 건설적일 수도 있고 파괴적일 수도 있다. 건설적 협력을 보장하기 위해, 우리는 CMT-SemCom을 위한 의미 인식 태스크 클러스터링 방법을 제안한다. 짧은 초기 학습 단계 이후 의미적으로 정렬된 태스크가 한 번 클러스터링되고, 이후 발견된 그룹 내에서만 엔드투엔드(end-to-end, E2E) 공동 학습이 수행되는 순차적 다단계 최적화 문제를 수식화했다. 구체적으로, 이 문제는 두 단계로 분해된다: (i) 계층적 밀도 기반 공간 클러스터링(hierarchical density-based spatial clustering)을 활용한 의미 클러스터링 문제, (ii) 클러스터 내 E2E CMT-SemCom 학습 문제. 시뮬레이션 결과는 제안된 프레임워크가 파괴적 협력과 부정적 전이(negative transfer)를 효과적으로 완화하며, 클러스터링되지 않은 멀티태스킹 및 개별 학습 기준선 대비 정확도 향상을 달성함을 보여준다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.