HDOCK-Multimer反超AlphaFold3：对接加组合装配拿下大型蛋白复合物

HDOCK-Multimer问世：对接加组合装配拿下大型蛋白复合物，基准集超越AlphaFold3

事实报道 × AI技术供应商/创业者 ｜ 数据视角 × 药企研发负责人 ｜ 产品发布

开场：大型蛋白复合物是端到端预测方法最难啃的一块

蛋白质在体内很少单打独斗。它们通常以复合物 (Complex) 的形式参与物质运输、信号转导与基因调控，组装体的结构表征因此成为理解分子机制、推进相关药物发现的共同前提。问题在于，大型蛋白质复合物恰恰是端到端预测方法最难啃的一块。

难在两个方向上。一是体量，链的数目和残基总数一旦上去，计算成本迅速超过可用上限，端到端模型要把整条序列作为一个整体求解，内存占用随之上升；二是复杂度，多条链之间的相互作用彼此牵制，界面配对的可能性随链数叠加，错误一旦形成就缺少修正入口。这两点叠加的结果是，端到端方法在小型复合物上的经验难以直接外推到大型组装体。

也正因为如此，大体量、多链复杂相互作用成为检验任何结构预测方法时绕不开的一组条件。论文背景给出的工程约束很直观：AlphaFold-Multimer v2在显存为40GB的A100上仅能处理约3300个残基 (Residue)，AlphaFold3服务器端输入上限为5000个残基，本地执行约为5120个残基。对这些尺度之上的目标，端到端路线往往连跑起来都困难。

2026年10月14日，《Nature Computational Science》上线一项研究，提出名为HDOCK-Multimer（简称HDM）的大型蛋白质复合物结构预测框架，试图给这条老问题提供一条组合式的解法。

两条路各有短板：对接算不动多链组合，装配依赖子组件质量

在HDM之前，研究者面对大型蛋白质复合物，基本沿着两条并行推进、互不替代的路径走。

第一条是分子对接 (Molecular Docking) 路线。它的长处是能处理大蛋白，在探索界面相对取向时有较大的自由度，不必把整条链的构象一次性求解出来，对大体量目标的适应性反而优于端到端模型。代价是要面对多链组合带来的巨大结合空间：参与组装的链越多，可能的配对方式越多，搜索规模迅速膨胀，采样不足会漏掉正确解，采样过量则难以收敛，精度和速度难以兼顾。

第二条是组合装配 (Combinatorial Assembly) 路线。它换了个思路，先给出子组件，再把子组件以组合算法拼装成完整结构，绕开了全局搜索的开销。但这把可靠性押在了上游：装配方法严重依赖子组件的预测质量，某个单体或亚复合物的结构如果出现偏差，误差会沿着装配链条向上传导，且缺少一个能在后期把偏差拉回来的环节。

两条路的短板彼此错位，也就构成了组合优化的空间。

HDM怎么解：用对接降低依赖，用装配利用成对相互作用

HDM的定位很明确：一个整合对接与组合装配的大型蛋白质复合物结构预测框架，而不是在其中一条路上继续加码。它把两条成熟路线各自的可用部分保留下来，把彼此的短板交由对方覆盖。

框架的一侧用对接来降低对子组件质量的依赖。引入对接环节之后，子组件之间的相对关系可以在装配过程中被重新审视和调整，上游结构不够准确时，后续环节仍有机会给出更合理的取向安排，误差传导不再是单向的死结。

另一侧用装配来利用子组件间的成对相互作用 (Pairwise Interaction)。装配在这里不只是把已求解的部件摆放到位，而是把成对相互作用作为约束信号使用，让组合过程能在巨大的结合空间中有依据地收敛，而不必盲搜所有可能。

合起来看，分工是清楚的：对接负责摊薄对上游质量的依赖，装配负责把多链之间的相互作用用足。前者对应组合装配路线的痼疾，后者对应分子对接路线的瓶颈。

除结构本身，HDM还展示出预测化学计量 (Stoichiometry) 的能力，并且能够在不输入化学计量的情况下建模复合物。对组装状态尚未理清的目标，这一点省去了一个前置假设环节。

三个基准集：大幅超越CombFold、MoLPC、AlphaFold-Multimer与AlphaFold3

评测在三个基准集上完成，规模与目标类型各有侧重。

第一个基准集为35个大型异源多聚体复合物 (Heteromeric Complex)，考验的是不同种类链之间的识别与配对。第二个基准集为172个大型蛋白质复合物，覆盖更大的尺度范围。第三个基准集为7个CASP15目标，属于社区公认的盲测场景，能够检验方法在没有先行参考时的表现。三者叠加，比单一数据集的说服力更完整。

在这三个基准集上，HDM大幅超越当前最优方法，包括CombFold、MoLPC、AlphaFold-Multimer与AlphaFold3。需要注意的是，论文公开的结果集中在「大幅超越」这一相对关系，并未给出统一的提升幅度口径，跨榜单排名也只能在同一评测条件下理解。

冷静观察：基准集上的超越不等于药物发现管线里的实测收益

把结论放回边界内看：上述超越成立于三个基准集的评测条件之内，基准集上的超越不等于药物发现管线里的实测收益。

落到药企研发负责人的视角，真正需要核算的是另一组问题。目标类型是否覆盖自家关心的复合物家族，子组件从哪来、质量如何保证，一次完整预测的时间与算力开销是否可接受，输出的结构能否直接接进下游的分子对接与先导化合物优化环节。这些变量都在论文评测的范围之外，也没有出现在公开材料里。

同样要留意的还有化学计量预测的可用性边界。具备预测能力，与在具体靶点上给出可复核的结果，是两个不同的层级，前者成立不能直接推出后者。

因此，把HDM放进视野的稳妥方式，是把它视作一个值得验证的工具候选，而不是一份已经兑现的产能承诺。它在三个基准集上的表现足以说明路线可行，至于能否转化为工作流里的实际收益，仍要等到在真实项目中跑完一轮才有答案。

原文链接：Nature Computational Science

千方医数集编辑部 出品