La protéine danse au rythme de Fourier express
Une protéine dans la cellule n'est pas une sculpture figée. Elle bouge sans cesse : elle se plie, respire, tremble. Ce mouvement, que l'on appelle dynamique, détermine le fonctionnement de la protéine. Mais observer cette danse directement est difficile, et la modélisation informatique exige souvent d'énormes puissances de calcul.
La nouvelle approche, nommée DynaMode, considère le mouvement de la protéine comme une œuvre musicale. La transformée de Fourier décompose la trajectoire complexe des atomes en fréquences simples — comme si l'on séparait la ligne de basse des lentes flexions du tintement aigu des vibrations rapides. Le modèle apprend à prédire non pas les positions individuelles des atomes, mais des motifs spectraux entiers, qui dépendent de la température. Les basses fréquences dans un tel motif indiquent directement à quel point chaque région de la protéine est flexible.
L'entraînement sur l'ensemble de données mdCATH a permis au modèle de générer rapidement des trajectoires plausibles. Sur des tests réservés, DynaMode a atteint une corrélation de Pearson de 0,844 pour les fluctuations quadratiques moyennes des atomes (RMSF — une mesure de l'écart d'un atome par rapport à sa position moyenne). Cela signifie que la mobilité prédite correspond bien à la réalité. Le modèle ne devine pas : il capture la physique du processus — la séparation entre mouvements lents et rapides est intégrée dans son architecture même.
Cette vision spectrale ouvre la voie à un criblage rapide : on peut évaluer en quelques minutes comment une mutation ou un changement de température affectera la danse de la protéine. Et donc, chercher plus vite de nouveaux médicaments ou comprendre les causes de maladies.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2607.04134
Generative models present a promising alternative to expensive molecular dynamics for computationally querying protein dynamics, yet many existing approaches treat ensembles as unordered snapshots rather than temporally coherent trajectories, or scale poorly with protein size. We present a new physics-informed representation using Fourier transforms as an inductive bias for the multiscale temporal nature of protein dynamics. Diffusion in the spectral domain allows for disentangling of dynamics into slow conformational modes and fast atomic jitter, enabling rapid and improved prediction of dynamics across a range of temperatures. This is facilitated by denoising of structure and temperature conditioned spectral volumes where the low frequencies directly encode per-residue flexibility. Trained on the mdCATH dataset, we evaluate our model, DynaMode, on a held-out test set achieving strong performance across a set of ensemble-based metrics including a Root Mean Squared Fluctuation (RMSF) pearson $$r$$ of $$0.844$$. Code is available at https://github.com/HPuntu/DynaMode.
La fluctuation quadratique moyenne d'un atome dans une protéine à température ambiante peut atteindre 1 à 2 angströms — soit environ un dixième de nanomètre, mais pour une molécule, c'est une amplitude notable.