BENDER：一个跨分类群的内在无序蛋白模拟数据库揭示了生命之树中保守的序列—构象集规律

内在无序蛋白及其区域广泛存在于生命的所有界中，然而，对其构象系综的计算表征迄今几乎完全局限于人类蛋白质组。基于真核生物序列开发的物理基础力场对于分类学上相距遥远的生物体是否仍然可靠，以及其所揭示的序列—系综关系究竟反映的是保守的物理规律，还是单一进化窗口的特殊性，这些问题都是该领域的根本性问题。本文提出了 BENDER 数据集，其中包含 11,533 条 IDP 序列，覆盖 13 个分类群；每条序列均在 CALVADOS 2 分子动力学框架下进行模拟，并标注了系综层面的几何性质和新型接触网络性质，同时还提供了与相分离倾向相关联的逐序列 pi-pi 和阳离子-pi 接触频率。我们表明，在整个数据集中，CALVADOS 2 生成的系综与一种正交结构参考高度一致，其中两个留出分类群的表现均高于数据集的中位数；并且，与第二种独立参数化的力场进行直接比较表明，不存在系统性的标度指数偏差。我们发现，跨分类群训练数据能够在两种相互独立的模型架构中提升分布外系综预测性能，并且在留出的病毒序列上，仅根据序列即可准确预测系综接触网络的全局效率。正的度同配性在所有分类群中均得到保留，这表明无序蛋白接触网络中的枢纽拓扑是由序列编码无序性所决定的一种保守物理特征，而非进化偶然性。

内在无序蛋白及其区域广泛存在于生命的所有界中，然而，对其构象系综的计算表征迄今几乎完全局限于人类蛋白质组。基于真核生物序列开发的物理学力场在分类学上相距遥远的生物体中是否仍然可靠，以及它们所揭示的序列—系综关系反映的是保守的物理定律还是单一进化窗口的特殊性，这些问题都是该领域的根本性问题。本文引入了 BENDER 数据集，该数据集包含 11,533 条 IDP 序列，涵盖 13 个分类群；每条序列均在 CALVADOS 2 分子动力学框架下进行模拟，并标注了系综层面的几何性质和新颖的接触网络性质，同时还提供了与相分离倾向相关联的逐序列 π–π 和阳离子–π 接触频率。我们表明，在整个数据集范围内，CALVADOS 2 生成的系综与一种正交结构参考高度一致，其中两个留出分类群的表现均高于数据集中位数；并且，与第二种独立参数化的力场进行直接比较表明，不存在系统性的标度指数偏差。我们发现，跨分类群训练数据能够在两种相互独立的模型架构中提升分布外系综预测性能，并且，在留出的病毒序列上，系综接触网络的全局效率可以仅基于序列被准确预测。正的度同配性在所有分类群中均得到保留，这表明无序蛋白接触网络中的枢纽拓扑是由序列编码无序性所决定的一种保守物理特征，而非进化偶然性。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.18.745604v1?rss=1

🏷️ 内在无序蛋白 分子动力学模拟 跨分类群数据库 序列-构象关系 接触网络 相分离倾向