本文是一篇发表于2026年3月11日的迷你综述（mini review），题为《Repurposing AI for Protein Interactions and Dynamics: Opportunities, Limitations, and Lessons》，作者为E. Sila Ozdemir、Hyunbum Jang、Ruth Nussinov、Attila Gursoy和Ozlem Keskin，分别来自美国国立癌症研究院弗雷德里克国家实验室、特拉维夫大学萨克勒医学院以及土耳其科克大学。文章发表于*Frontiers in Bioinformatics*，属于开放获取文章。

文章的核心主题是探讨人工智能（AI）模型如何从语言、图像和图数据等原始领域被“重定向”（repurposing）到蛋白质相互作用和蛋白质动力学研究中，系统分析这些模型所继承的归纳偏置（inductive biases）、学习目标（learning objectives）和表征选择（representation choices）如何塑造其在蛋白质科学中的表现与局限。

作者在引言中首先定义了“重定向”的概念，即模型在不同数据结构、归纳假设和目标之间进行跨领域迁移。视觉模型假设空间连续性和局部性，语言模型假设离散序列和长程上下文依赖，图学习方法假设关系结构由消息传递（message passing）主导。当这些模型应用于蛋白质时，它们常常需要被隐式地适配以兼容生物物理约束、进化信号和热力学考量。文章提出四个决定重定向成败的关键因素：可迁移的归纳偏置、学习目标、表征选择以及领域错配（domain mismatch）。

在蛋白质相互作用方面，文章重点讨论了扩散模型（diffusion models）、蛋白质语言模型（protein language models, PLMs）和图神经网络（graph neural networks, GNNs）的应用。扩散模型的核心归纳偏置是等变性（equivariance）和迭代去噪（iterative denoising），将分子对接重新定义为生成问题而非确定性优化问题。例如，DiffBindFR将配体平移、旋转、扭转角甚至蛋白质侧链柔性纳入生成过程；AlphaFold 3则扩展了扩散架构，用于预测蛋白质-配体和蛋白质-核酸复合物。然而，扩散模型对溶剂效应、熵和长时程动力学的表征仍然是隐式的。蛋白质语言模型如ProteinBERT和ESM3则继承了自然语言处理的序列建模和自注意力偏置，能够从氨基酸序列中捕获进化、功能和相互作用信号。CAT-DTI和TransDTI等模型通过交叉注意力对齐药物和蛋白质嵌入，用于药物-靶标相互作用（drug-target interaction, DTI）预测。但序列抽象导致物理能量学、构象异质性和溶剂效应无法被显式建模。GNNs则通过关系消息传递捕捉蛋白质界面残基、结合亲和力和变构通讯。Pancino等人的工作、ProInterVal和ProAffinity-GNN分别展示了GNN在界面残基预测、界面验证和亲和力预测中的能力，但其表现高度依赖图的构建方式。

在蛋白质动力学方面，文章指出AI模型从视觉和语言领域继承的假设往往是平衡分布和上下文不变表征，而蛋白质动力学涉及稀有事件、非平衡转变和历史依赖行为。DiffMD用基于分数的扩散过程替代传统力场积分，通过等变几何变换器（equivariant geometric transformer）结合速度信息生成分子轨迹；Exendiff将实验约束整合进扩散过程，生成符合玻尔兹曼分布和实验观测的构象系综；BioEmu则结合AlphaFold衍生表征与扩散建模，以远快于经典分子动力学（molecular dynamics, MD）的速度模拟平衡系综。Prottrans和DeepAllo展示了蛋白质语言模型如何从序列中提取生物物理特征并用于变构位点预测。GNN方法则在追踪局部扰动如何通过动态相互作用网络传播方面展现了价值。

文章的第四部分进行了比较分析。扩散模型与传统对接和增强采样MD在目标和可解释性上存在根本差异：物理方法显式建模分子间力和热力学景观，提供机制洞察和动力学分析，但计算成本高；扩散模型善于高效探索结构空间，但常缺乏热力学和动力学真实性，尤其对于稀有结合事件和诱导契合过程。蛋白质语言模型在低同源或结构稀疏场景中具有优势，但无法区分配对同一序列的多种构象或动态实现，也不能直接建模诱导契合和结合能量学。GNNs处于序列模型和几何显式模型之间的中间地带，其对图构建规则的敏感性意味着相同的蛋白质系统在不同表示下可能产生不同的预测结果。所有重定向AI模型的一个共同失败模式是过度依赖主要由稳定、已充分表征的复合物组成的训练分布，限制了其对瞬时相互作用、固有无序区域和非平衡过程的泛化能力。

在讨论部分，作者指出当前AI方法在若干重要生物过程上仍存在明显不足。瞬时和弱蛋白质-蛋白质相互作用、涉及固有无序区域的相互作用以及主要由溶剂介导或熵效应稳定的复合物在训练数据中始终代表性不足。稀有但功能关键的构象转变，如配体诱导的变构切换或慢结合与解离动力学，对于从原始领域继承平衡和光滑流形假设的AI模型而言尤其困难。在这些情况下，显式建模能量景观和时间演化的物理模拟往往更为可靠。

文章还强调了基准测试（benchmarking）的标准化问题。现有常用数据集偏向稳定、高亲和力的复合物，基准指标通常强调结构相似性或分类准确率，而忽视了物理合理性、动力学真实性和扰动鲁棒性。对于蛋白质动力学，基准测试尤其不成熟，缺乏提供系综级金标准或动力学可观测量的数据集。作者建议有意义的基准应包含弱和瞬时结合子、系综级金标准、动力学可观测量（如结合与解离速率、停留时间）以及不确定性估计和扰动鲁棒性评估。

在混合策略方面，作者认为最有前景的方向是将AI的快速构象空间探索能力与物理方法的机制基础、热力学一致性和可解释性相结合。混合工作流尤其适用于诱导契合对接、构象系综生成和变构建模等场景。文章最后提出了若干实践建议：模型选择应以生物学问题为导向；表征选择应被明确说明并论证；AI预测应接受物理合理性、扰动稳定性和实验或模拟一致性评估；AI输出应被视为概率性假设而非确定性预测。

本文的学术价值在于其提供了一个统一的重定向中心框架，帮助研究者理解为何某些AI方法在蛋白质科学中成功、在何处失效，以及如何通过混合AI-物理工作流弥补差距。其实践价值在于为蛋白质相互作用和动力学研究中的AI模型选择、评估和整合提供了具体指导，强调了在稀有事件、非平衡动力学和稀疏数据场景下对AI预测保持审慎态度的必要性。