Mendelevium

homepage

Contact

Copyright © 2025 Xufan Gao | Academic Research Blog
Contents

Home > Free Energy > FEP Ω：从参数调优的困境中解脱【技术附录】

FEP Ω：从参数调优的困境中解脱【技术附录】
None 2025-11-02 - -
FEP 机器学习 药物发现 自由能微扰 分子动力学 高通量计算 技术细节

FEP Ω：技术附录与深度讨论

本文是主文章《从参数调优的困境中解脱：FEP Ω如何让药物分子动力学模拟「开箱即用」》的技术附录，包含详细的方法论讨论、常见问题解答、以及对原文未公开内容的深入分析。

深度技术讨论

智能初始结构优化的详细机制

MCS对齐与多重方案评估

FEP Ω的配体放置策略涉及最大公共子结构（MCS）搜索，这一步看似简单但包含了多个微妙的设计选择：

MCS搜索的多样性问题：

  • 为什么会有多个MCS对齐方式？虽然叫最大公共子结构，但MCS算法处理的是2D化学结构（分子图的子图同构问题），没有3D空间信息
  • 当两个分子有对称性结构或多种异构体形式时，可能存在多个相同大小的等效MCS对齐方式

原子重叠指标的本质：

  • 它测量的是整个新配体B与参考配体A之间的空间相似程度——通过计算对应原子间的距离来评估
  • 原文未提供这个指标的具体数学公式，仅定性描述它基于两个分子的组成原子的空间位置
  • 这可能是Sentauri的专有信息，或需要在实际应用中通过逆向工程来推断

为什么低重叠度产生更好的预测（反直觉的发现）：

原文对Moore等人数据的回溯性分析显示：在那些导致低RMSE预测的FEP模拟中，初始配体结构的原子重叠度指标往往最低。这看似矛盾，但有合理的物理解释：

  1. MCS部分被固定：共享配体核心（reference和mutant共有的部分）作为锚点被固定对齐，这实际上是有意的高重叠
  2. 新取代基被优化：新型取代基的位置通过同时考虑蛋白质相互作用和原子重叠项来进行优化

物理直觉：

  • 高重叠度可能意味着系统过度追求新配体与参考配体的高度相似，这会迫使新取代基采取不自然的扭曲构象
  • 低重叠度反映了新配体与参考配体之间的合理空间差异，初始构象更接近真实的结合状态

我没看懂，感觉在扯

Q-Unity框架的量子力学基础

GFN2-xTB方法的关键特性

Q-Unity使用GFN2-xTB（扩展紧束缚）量子力学方法，这是一个半经验QM方法，具有以下特点：

参数化策略：

  • 蛋白质参数：从N-乙酰化和C-甲基酰化的二肽衍生物进行GFN2-xTB计算，确保残基特异性参数化同时保留局部主链环境
  • 配体参数：直接对完整小分子进行GFN2-xTB计算，利用衍生的电子结构数据定义所有参数

自动化量子力学参数化流程详解：

  1. 输入：任何蛋白质残基或小分子结构（用SMILES或PDB格式）

  2. 量子力学计算：
    • 使用自洽场（Self-Consistent Field, SCF）方法优化分子几何和电子结构
    • 基于分子的实际电子密度分布进行后续的参数提取
    • 包含多极矩电静相互作用和密度相关的色散修正（D4）
  3. 参数提取：
    • 非键相互作用参数（范德华力）：
      • σ（原子大小）：从优化后分子结构中原子间的有效距离推导
      • ε（相互作用强度）：从电子结构数据和原子极化率推导
    • 原子电荷：Mulliken电荷通过CM5修正方案进行调整
    • 成键参数：键长、键角、二面角参数从计算得到的分子构象导出
  4. 输出：一套完整、物理严谨的力场参数，可直接用于GROMACS等MD程序

GFN2-xTB的优势与限制：

  • ✅ 全局元素特异性：参数仅依赖于单个元素身份，不依赖于原子对的组合，大幅简化参数空间
  • ✅ 广泛的元素覆盖：包括spd-block元素和镧系元素（Z=1-86），覆盖药物化学中的几乎所有常见元素
  • ✅ 参数拟合策略：所有参数针对准确预测几何、振动频率和非共价相互作用进行优化
  • ⚠️ 半经验方法的局限：对某些极端化学环境或高度优化的分子，参数可能需要人工检查

溶剂化、平衡与模拟参数的完整说明

在主文章中为了保持可读性，我们简化了模拟过程的描述。以下是完整的技术细节：

溶剂化环境

  • 使用SPC/E显式水溶剂（Berendsen等, 1987），这是一个经过验证的水模型
  • 缓冲区大小：配体周围5 Å的显式水层，确保蛋白质/配体充分水合
  • 中性化：加入150 mM Na⁺和Cl⁻离子以模拟生理盐浓度，保持系统电中性

平衡阶段（Equilibration）

  • 第一步：能量最小化：使用最陡下降法直到收敛，移除不合理的原子接触
  • NVT平衡（恒体积、恒温）：分阶段温度升温（10 K → 310 K），确保受控加热和系统稳定，避免温度跳跃引起的构象扭曲
  • NPT平衡（恒压力、恒温）：多阶段过程
    • 前期：位置约束（positional restraints）固定重原子（非氢原子），仅允许溶剂弛豫
    • 逐步放松约束，最终达到完全无约束的平衡，确保溶质和溶剂的充分弛豫

生产MD运行

  • 所有MD步骤在GROMACS中执行（Abraham等, 2015）——业界标准的高效分子动力学软件
  • 系综选择：Parrinello-Rahman (PR) 集合（恒压力、恒温、恒应力张量）
  • 约束状态：无任何约束，允许系统完全自由演化
  • 时间步：2 fs（飞秒），足够长以高效采样，足够小以保持数值稳定性
  • 生产时长：仅1 ns总时间（vs. 传统FEP的10-20 ns），这是FEP Ω计算效率的关键体现

机器学习特征工程的深度解析

时间序列描述符的来源与本质

原文关键信息缺失：原文明确指出 the ML component operates directly on simulation-derived descriptors，但具体的描述符列表和特征工程方法并未公开（这可能是Sentauri公司的专有信息）。

原文未公开的具体信息：

  • 具体的描述符列表和特征工程方法
  • 确切的输入维度（从1 ns轨迹中提取，可能是数十到数百维，但具体数字未给出）
  • 特征选择的标准（是否进行了维度约简、PCA或其他降维）

可合理推测的特征类型（基于MD物理学）：

  • 能量时间序列：结合自由能、范德华能、静电能、溶剂化能在1 ns内的时间演化轨迹
  • 结构动力学指标：配体RMSD、蛋白质-配体接触距离变化、氢键网络的建立/破坏
  • 相互作用统计量：蛋白质极性残基与配体相互作用的频率和强度

为什么能通用：

  • 这些都是基于力学的物理量，而非特定分子的化学细节
  • 力场对极性相互作用的欠描述在MCL1和P38中同样存在
  • 因此HIF2α学到的系统性校正可转移到其他靶标

相对FEP vs. 绝对FEP的深入对比

特性 RB FEP（相对） AB FEP（绝对）
参考点 需要一个已知实验值的参考配体 无需参考配体，从虚拟「无配体」状态开始
计算目标 相对结合自由能 ΔΔG 绝对结合自由能 ΔG
配体变换 A配体 ↔ B配体（两个真实配体间的转化） 虚拟态↔真实配体（配体从”无”变到”有”）
是否消失配体 ❌ 不消失，A和B都是真实小分子 ✅ 是的，配体逐步「消失」（从完全耦合到完全解耦）
ML目标变量 ΔΔG（kcal/mol） ΔG（kcal/mol）
应用场景 有参考配体时（如已有活性先导化合物） 完全新颖靶点或化学空间（无参考化合物）
ML稳定性 较差（对参考配体选择敏感） 较好（目标变量更平滑）

AB FEP的「消失」机制：

  • 在传统FEP中，AB FEP通过解耦变换（decoupling transformation）实现：
    • 状态A：虚拟的「无配体」（所有原子相互作用势设为0，配体不存在）
    • 状态B：真实蛋白质-配体复合物（完整的相互作用）
    • 变换过程：λ从0→1，配体的原子逐步「激活」，从无到有
  • 物理意义：计算完整的结合自由能，不依赖任何参考化合物
  • 计算难度：通常比RB FEP难，因为需要处理”从无到有”的大跨度变换

FEP Ω对AB FEP的改进（原文第324-325行）：

“AB FEP models a continuous target (ΔG) that is inherently more uniform and therefore more amenable to stable ML regression”

即：相比RB FEP，AB FEP的目标函数更光滑、更易学，ML回归更稳定。

ML校正的具体原理与流程

校正方程： \(\Delta G_{\text{预测}} = \Delta G_{\text{FEP直接计算}} + \Delta G_{\text{ML校正项}}\)

其中：

  • $\Delta G_{\text{FEP直接计算}}$：标准MD/FEP计算的原始结果（如BAR或MBAR估计值）
  • $\Delta G_{\text{ML校正项}}$：ML模型从时间序列描述符预测的系统性物理偏差
  • 这个校正项不是随机噪声，而是力场固有的、可学习的系统性欠描述

为什么用实验值做target不会导致过拟合：

这是一个关键的方法论问题。用实验数据训练ML确实提高了效果，但FEP Ω提出的设计在一定程度上缓解了过拟合风险：

  • ❌ 过拟合风险：如果ML直接记住~30个化合物的实验值，就无法泛化到新的配体和靶点
  • ✅ 系统性偏差学习：但FEP Ω学到的不是「配体A的亲和力是-8.5 kcal/mol」，而是「力场对这类相互作用系统性欠描述~0.5-1.0 kcal/mol」

证据：骨架跃迁实验结果

  • 用4xt2和8ck3训练的模型可以准确预测4gs9的陌生配体（完全不同的化学骨架）
  • 这证明模型学到的是通用的物理规律，而非数据集特异性的噪声

原文强调（第360-361行，第515行）：

“FEP Ω captures systematic physical deviations rather than dataset-specific artifacts”

模型训练细节

机器学习算法选择： 由于数据稀缺（仅~30个历史数据点），FEP Ω限制于经典的浅学习算法，避免过度参数化：

  1. 岭回归（Ridge Regression）：带L2正则化的线性回归，防止过拟合
  2. 支持向量回归（Support Vector Regression, SVR）：非线性核方法，能捕捉特征与目标变量间的复杂关系
  3. k-最近邻（k-Nearest Neighbors, kNN）：基于相似化合物的本地预测，对SAR数据友好
  4. 简单决策树（Simple Decision Trees）：可解释的分层决策，易于理解预测逻辑

超参数优化：

  • 交叉验证：5折交叉验证（5-fold cross-validation）
  • 超参数优化：贝叶斯优化（Bayesian optimization）
  • 目标函数：均方误差（Mean Squared Error, MSE）
  • 训练样本分割：从~30个化合物中分出训练和测试子集，特别注意确保训练集包含活性上下限的样本（这在小样本中至关重要）

性能评估指标：

  • R²（Pearson相关系数平方）：传统指标，但在小数据集中极其敏感，因此不作为主要判断标准
  • RMSE（均方根误差）：单位为kcal/mol，直接反映预测误差
  • Spearman Rho（ρ）：秩相关系数，是小数据集中更相关且更稳健的指标，更好地反映化合物排名的保留能力——这正是药物化学设计中的核心需求（排名正确比绝对值准确更重要）

闭环迭代改进机制的深度分析

闭环过程的三个关键阶段：

  1. 初期：弱学习器建立基线（~30个数据）
    • 从历史实验数据开始训练初始模型
    • 虽然样本量小，但弱学习器已能提供相比纯物理方法（BAR、MBAR）的显著改进
  2. 迭代中期：数据积累与模型自动精化
    • 当新的实验结果可用时，新化合物被自动在标准FEP框架内运行模拟
    • 模拟得到的时间序列描述符和实验数据一起自动加入ML引擎
    • 模型基于扩展的训练集自动重新训练
  3. 长期效应：捕捉并修正系统物理偏差
    • 随着数据积累，ML模型学习和捕捉模拟与实验之间的系统性物理偏差
    • 这些偏差包括：
      • 力场对特定原子相互作用的欠描述
      • 电荷分配的系统误差
      • 特定官能团在蛋白质环境中的系统性预测偏移
      • 不同蛋白质口袋特征导致的预测系统偏移
    • 模型逐步应用针对性的校正来改进未来的预测

关键澄清：改进的是什么？

改进对象 改变否 原文依据
✅ ML预测模型 ✓ 改变 iteratively refines the model
❌ 配体分子本身 ✗ 不改 配体结构固定，仅做新的FEP模拟
❌ MD模拟参数 ✗ 不改 模拟协议标准化、固定 —— 这是FEP Ω核心特点
❌ 力场参数 ✗ 不改 Q-Unity产生的参数基于QM计算，不调优不改
❌ 对接或MCS策略 ✗ 不改 初始结构生成策略保持不变

改进的本质：

  • 从信息论角度：ML模型学习的是「模拟时间序列描述符与实验结果的系统关联」
  • 从物理角度：模型捕捉的是系统性的物理偏差而非随机噪声
  • 从统计角度：原文强调这种校正是跨靶点、跨化学空间可转移的，说明模型学到的是通用的物理规律，而非过拟合到特定数据集

原文证据：

“This robustness, combined with the absence of pre-simulation optimization, positions FEP Ω as a practical and scalable alternative to traditional FEP methods… FEP Ω captures systematic physical deviations rather than dataset-specific artifacts.”

实际应用效果的演化：

阶段 数据量 模型性能 应用场景
初始 ~30 亚千卡精度，已可用 早期化学导向，粗筛
中期 50-100 精准度逐步上升 结构活性关系（SAR）预测
成熟 200+ 高度优化、经验证 实时化合物优先级排名

常见问题深度解答（Q&A）

Q1：为什么消除参数调优反而能改进精准性？

A1： 看似矛盾，但逻辑清晰。传统FEP中，”参数调优”本质上是对数据集进行过拟合的过程——你不断调整参数直到特定系列的预测变好。虽然看起来精准，但这些”最优参数”往往不具有泛化性。

相比之下，FEP Ω采用标准化物理模拟 + 机器学习校正的策略：

  • 标准化模拟确保一致性，无系统特异性调优
  • ML层学习的是系统性物理偏差（如力场对特定相互作用的欠描述）而非数据集特异性伪影
  • 这使得学到的纠正对新化学空间和新靶点同样有效，因此整体性能反而更优

Q2：机器学习需要多少训练数据才能有效？

A2： 这是实用性的关键。FEP Ω在仅有~30个化合物的历史实验测量值上训练初始”弱学习器”就已经能改进物理估算器（如BAR或MBAR）。这是样本高效的——相比传统深度学习需要数千甚至数百万数据点，FEP Ω只需要小批量实验标签。

5折交叉验证和贝叶斯优化确保即使在小数据集中也能稳健调优超参数。且一旦有新实验数据，系统自动重新训练，逐步改进。

Q3：为什么只需1-5纳秒的模拟？这足够采样相构空间吗？

A3： 这触及FEP Ω设计的深层逻辑：

首先，FEP本身是微扰方法，而非绝对自由能计算——它关注的是能量差而非绝对值。这意味着我们不需要进行完整的构象空间采样来估计绝对的自由能，只需要足够的数据来精准估计两个态之间的能量微扰。

其次，FEP Ω的智能初始结构定位（MCS对齐+约束对接）确保了配体从化学合理的初始构象开始，最小化了后续平衡过程。这意味着系统从更接近真实结合状态的点出发，1 ns的MD足以完成相对快速的热力学弛豫。

第三，ML后处理捕捉的是系统性偏差而非统计噪声——它校正的是力场系统性的欠描述（如电荷分配偏差），而非每次运行的随机波动。这些系统偏差在很短的模拟时间内就已经表现出来，无需长时间模拟来累积统计证据。

实验验证：在HIF2α数据集上的收敛性研究明确显示，即使在极短的模拟时间（0.5-1 ns）下，RMSE和Spearman相关性指标已经保持稳定在亚千卡精度，表明非常短的模拟已能捕捉到足够的物理信息。

Q4：Q-Unity力场与传统力场（AMBER、CHARMM）的主要区别是什么？

A4： 关键区别在于参数导出的路径。

传统力场（AMBER、CHARMM）依赖于大规模的lookup表和经验参数，这些是从历史数据和实验拟合中积累的。虽然这些表已被广泛验证，但它们本质上是为特定类型的分子和相互作用优化的，对于新颖或不寻常的化学取代基泛化性可能有限。

Q-Unity采取了第一性原理方法：对每个分子直接从量子力学计算（xtb）导出参数。这意味着每个化合物都获得定制的、物理上一致的力场，对新颖化学的适应性更强。

代价是计算量略高（每个分子需xtb计算），但对于药物发现的通量而言是完全可接受的。

Q5：在您的测试中，为什么AB FEP的表现往往比RB FEP更稳健？

A5： 这是一个有趣的统计观察。

RB FEP的目标变量（ΔΔG，相对变化）本质上比AB FEP的目标变量（ΔG，绝对值）更稀疏和离散——它严重依赖于参考配体的选择，参考配体决定了正向和负向转化的平衡。这使得RB FEP对异常值和参考选择的敏感性更高，ML回归在这样的目标上波动更大。

相比之下，AB FEP直接预测连续的、相对均匀分布的绝对结合自由能，这对回归算法而言更”易驯服”。从这个角度，AB FEP的内在目标变量特性使其更适合小数据集的ML建模。

原文未公开的关键细节

1. 特征工程的完整方法

原文表述：the ML component operates directly on simulation-derived descriptors

具体缺失的信息：

  • 描述符列表的完整定义
  • 特征提取的确切算法
  • 维度约简的方法（如果有的话）
  • 特征选择的标准

这些信息很可能是Sentauri的专有商业秘密，限制了该方法的独立复现。

2. 体系搭建的具体工具

虽然原文描述了完整的自动化流程，但并未明确指定体系准备的具体软件工具：

  • 用于SMILES标准化的工具（RDKit、OpenEye、Chemaxon等）
  • 蛋白质准备的具体软件
  • 对接软件的详细参数
  • 水分子保留/移除的自动化判断标准

3. GROMACS模拟的完整参数

原文只给出了概括性的描述，缺少以下细节：

  • 力常数的具体数值
  • Parrinello-Rahman偶联常数（τ值）
  • 截断距离和长程相互作用处理方式
  • 具体的热浴和压力调节器参数

4. ML模型集成策略

原文提到使用多个算法（岭回归、SVR、kNN、决策树），但没有说明：

  • 如何在多个模型间选择或集成
  • 是否使用了投票、加权平均或堆叠等集成方法
  • 各算法的超参数具体范围

方法论上的重要对比

FEP Ω vs. FEP+的对标分析

Schrödinger的FEP+基准来自于广泛的参数优化，无论是手工还是通过协议构建器（FEP-PB）。两种情况下，模拟协议都使用同一数据集迭代调优，报告的指标实际上反映了数据集内拟合。

虽然FEP+被称为物理基础方法，但这种调优实际上引入了人工引导的学习成分，与机器学习的精神相似。

相比之下，FEP Ω采取了不同的路径：

  • 标准化模拟，完全无参数调优
  • 仅在模拟后进行学习，确保无隐藏的前置调优偏差
  • FEP Ω报告的指标来自样本外测试数据，提供独立的泛化性能评估

这种评估方法相对更严格，但实际应用价值仍需进一步验证。

局限性与未来展望

当前的制约因素

  • 小数据集的ML回归边界：即使是30个化合物的训练集在某些情况下仍可能面临统计鲁棒性问题，尤其是在特别不寻常的化学空间中
  • 溶剂环境的简化：当前使用SPC/E显式水，对于包含特殊溶剂或复杂膜系统的应用可能需要扩展
  • 蛋白质灵活性和构象选择：虽然流程自动化，但蛋白质入射构象的选择仍然关键，复杂的多状态结合或大幅构象变化可能需要额外考虑
  • 集成有机物的参数化：某些高度优化或非常规的化学物质可能仍需手工检查xtb衍生的参数
  • 特征工程的透明性：关键的特征列表和工程方法未公开，限制了学术复现和独立验证

可能的改进方向

  1. 更大规模的数据积累：跨多个项目和靶标积累更多实验数据，进一步验证泛化性
  2. 特征工程的开源化：如果Sentauri愿意公开特征工程方法，将大大促进该方法的学术采用和改进
  3. 拓展到更复杂的系统：膜蛋白、蛋白质-蛋白质相互作用、RNA结合等
  4. 多目标优化：不仅预测结合亲和力，还预测代谢稳定性、溶解度等ADMET性质
  5. 不确定性量化：为预测提供置信区间，帮助决策者评估风险

补充：为什么纯计算方法难以训练ML模型

用户的关键问题：”如果我没有实验数据，纯靠计算，用这个也没法训练吧？”

回答：完全正确。这是FEP Ω方法的根本局限：

  • ❌ 纯计算无法启动：没有实验标签（experimental binding affinities），ML无法学习任何东西，甚至无法定义”系统性物理偏差”
  • ✅ 需要实验数据作为基础：初始~30个化合物的实验测量值是启动ML学习的必要条件
  • 📈 然后可以迭代改进：有了初始模型，后续新化合物的预测可以指导合成，实验验证后反过来改进模型

这是FEP Ω的核心前提：它不是替代传统药物发现流程（计算→合成→实验→迭代），而是加速这个流程的计算环节。

对于完全新颖的靶点或化学空间，如果没有任何历史实验数据，FEP Ω最初可能无法提供比原始FEP更好的预测。但一旦有了初始数据，它就开始发挥优势。