一、环肽在药物设计中的优势
在药物研发领域，小分子和抗体之间一直存在一个“空白地带”——多肽药物。
多肽兼具两者的优点：比小分子靶向性更强、比抗体更容易穿透细胞膜。但线性肽有个致命弱点：在体内不够稳定，容易被蛋白酶降解，半衰期短，口服生物利用度差。
这时候，环肽（cyclic peptides）的优势就凸显出来了：
构象更稳定：环化约束限制了肽链的自由度，减少熵损失； 半衰期更长：不易被蛋白酶识别和降解； 膜穿透性更好：某些环肽可以口服给药； 结合亲和力更高：预先组织的构象更接近天然结合态。
目前市场上已有多种环肽药物获批，例如免疫抑制剂环孢素 A、抗菌药万古霉素、抗肿瘤药曲贝替定等。但问题是：针对特定靶点的环肽设计非常困难，核心瓶颈就是——环肽训练数据太少。清华 AIR 团队提出 CP-Composer (Zero-Shot Cyclic Peptide Design via Composable Geometric Constraints)，用基本单元的约束组合解决了这个问题。
二、传统方法的困境
现有的靶点特异性肽设计方法，大多针对线性肽：
PepFlow / PPFlow：基于多模态流匹配； PepGLAD：基于几何潜空间扩散模型； Auto-regressive 方法：逐残基生成序列。
这些方法在环肽上直接失效，原因有两个：
数据稀缺：公开数据库中环肽-蛋白复合物数量远少于线性肽； 约束复杂：环肽需要同时满足氨基酸类型约束和精确的几何距离约束。
传统解决方案不外乎两类：
方案 A：后筛选（Post-filtering）
先让模型随便生，生完了再挑满足环化条件的。问题是接受率极低，大量计算被浪费。
方案 B：硬编码模型（Hard-coded Design）
为某一种环化策略专门设计模型结构，比如专门做二硫键环肽。但换个环化类型就要重新设计模型，泛化性差。
三、CP-Composer 的核心思想
清华 AIR 团队提出了 CP-Composer，核心思路非常巧妙：
复杂的环化模式 = 基本单元约束的组合
就像再复杂的数学公式，也无非是加减乘除的组合；再复杂的环肽，也可以拆成两类最基本的单元约束：
1. 类型约束（Type Constraint）
某个位置必须是某种氨基酸。
例如二硫键环肽需要两个 Cys；stapled 环肽需要 Lys 和 Asp/Glu。
2. 距离约束（Distance Constraint）
某两个残基的 Cα 原子必须相距特定距离。
例如 head-to-tail 环肽要求首末端形成酰胺键；二硫键要求两个 Cys 的侧链硫原子距离约 2.0 Å。
论文证明，四种常见环化策略都可以被这两类约束完整表达：
这样一来，模型只需要学会两种单元约束，就能组合出任意复杂的环化模式。
四、模型架构
CP-Composer 不是从零开始，而是基于 PepGLAD（Kong et al., 2024）这一几何潜空间扩散模型进行扩展。
4.1 肽-蛋白复合物的几何图表示
把结合位点和肽表示为一个全连接几何图：
每个节点 代表一个残基，携带两类特征：
：氨基酸类型的 one-hot 编码（E(3)-不变）； ：该残基所有原子的三维坐标（E(3)-等变）。
4.2 变分自编码器：全原子 → 潜空间
PepGLAD 先用一个 VAE 把全原子结构压缩到残基级潜变量：
其中：
：E(3)-不变潜特征； ：E(3)-等变潜坐标。
潜空间相比全原子空间维度更低、扩散采样更高效。解码器 再把潜变量还原成全原子结构。
4.3 扩散模型在潜空间学习
在潜空间中训练一个去噪扩散模型，去噪网络 是一个等变图神经网络（EGNN）。采样时从标准高斯先验出发，通过 DDPM 逐步去噪，最后解码得到肽结构。
五、关键技术
这是 CP-Composer 最核心的创新。
5.1 类型约束的节点级编码
对于类型约束 ，给每个节点增加一个控制信号：
直观理解：如果要求位置 5 必须是 Cys，就在位置 5 的节点特征上叠加一个 Cys 的 one-hot 向量；其他位置置零。
5.2 距离约束的边级编码
对于距离约束 ，对约束边使用 **RBF（径向基函数）**编码：
RBF 把单一距离值映射到 32 维向量，能更好地区分不同距离。非约束边不参与消息传递。
这些边特征通过额外的 dyMEAN 等变层注入网络。dyMEAN 是 Kong et al. (2023) 提出的一种自适应多通道等变消息传递层，能在保持 E(3) 等变性的同时处理边级别信息。
5.3 为什么这种编码方式“优雅”？
作者从理论上证明了两个关键性质：
定理 1（注入性）：类型编码函数 和距离编码函数 都是单射。
这意味着：不同的约束组合一定对应不同的控制信号，模型不会把两种不同的环化模式搞混。
定理 2（等变性保持）：条件分数 仍然是 E(3)-等变的。
因为类型约束和距离约束本身都是 E(3)-不变的（one-hot 与距离不随坐标系旋转/平移改变），所以注入后不会破坏模型对空间变换的对称性。
5.4 约束的可组合性
节点编码和边编码是“正交”的：
类型约束作用于节点； 距离约束作用于边。
因此可以直接同时输入：
实现任意类型约束 + 距离约束的组合。这正是 CP-Composer 能处理高阶多环化的基础。
六、训练看线性肽，推理做环肽
CP-Composer 最让人惊艳的是：训练数据全是线性肽，但推理时能直接生成环肽。
6.1 训练阶段：随机组合单元约束
对于训练集中的一个线性肽 ：
从 中均匀采样一个类型约束； 从 中均匀采样一个距离约束； 以概率 把类型约束置空，以概率 把距离约束置空。
置空约束后，模型就退化为无条件生成。通过这种方式，同一个网络同时学会了条件生成和无条件生成。
约束设计空间的具体选择：
类型约束空间 ：最多控制 4 个节点，类型与训练样本中对应位置一致； 距离约束空间 ：最多 6 条边，节点间最短路径距离为 3、4 或 6。
这个设计非常讲究：它恰好覆盖了四种环化策略所需的约束空间，但又不会过于复杂导致训练困难。
6.2 推理阶段：Classifier-Free Guidance 的扩展
传统 classifier-free guidance 多用于类别标签或目标值：
作者把它扩展到了几何约束上：
这里的 是 guidance weight，控制约束强度。
直观解释：
：知道目标约束时的去噪方向； ：不知道约束时的去噪方向； 两者之差 ，即约束满足度的梯度。
因此，CFG 相当于在每一步去噪时，都“推”结构一把，让它更满足目标环化约束。
这与能量引导（Energy Guidance）不同。能量引导需要额外定义能量函数并通过解码器反向传播梯度，容易产生对抗性伪影。而 CP-Composer 直接利用分数之差，无需额外能量函数，训练更稳定，生成质量更好。
七、实验结果
7.1 数据集
训练/验证：PepBench（4,157 训练，114 验证）+ ProtFrag（70,498 合成样本）； 测试：LNR（93 个蛋白-肽复合物，肽长 4–25 残基）。
7.2 评估指标
每个测试靶点生成 5 条候选肽：
Success Rate：至少一条满足目标环化几何约束的靶点比例； AA-KL：生成肽与参考肽的氨基酸组成 KL 散度； B-KL / S-KL：主链/侧链二面角分布的 KL 散度，衡量结构合理性。
7.3 主实验结果
可以看到：
CP-Composer 在四种策略上都显著优于无引导基线； 能量引导在简单场景（head-to-tail，单一距离约束）有效，但在复杂约束上完全失效； CP-Composer 在 bicycle 这种最复杂的三角架结构上都能达到 84.62% 的成功率。 
7.4 高阶组合：一条肽里塞多个环
CP-Composer 还能生成更复杂的“多环肽”：
这说明模型确实学到了约束的组合泛化能力，而不是死记硬背训练见过的模式。
7.5 分子动力学验证
作者随机选了 2 个测试靶点（PDB 3RC4 和 4J86），用 Amber22 做了 100 ns 的分子动力学模拟，并计算 MM/PBSA 结合自由能：
环肽的 RMSD 显著更低（构象更稳定），结合自由能也更负（结合更强）。
八、消融实验与效率分析
8.1 RBF 编码的必要性
在 bicycle 任务上对比不同 RBF 通道数：
说明 RBF 距离编码确实有助于距离约束控制，16 个通道已基本饱和。
8.2 生成效率
单条肽生成时间：
CP-Composer：1.42 秒 DiffPepBuilder：29.94 秒
CP-Composer 快了约 21 倍。
8.3 可视化分析
作者用 ESM2-650M 提取生成肽的序列嵌入，再做 t-SNE 可视化。结果发现：
不同环化策略生成肽形成不同簇； 所有环肽簇都与线性肽测试集聚类明显分离。 
这说明模型不是在“模仿”线性肽，而是真正探索了新的环肽结构空间。
九、方法对比
CP-Composer 的优势在于：把约束满足问题转化为了条件/无条件分数的差值，避免了对能量函数的手工设计和梯度传播的数值问题。
十、局限与未来方向
尽管成果显著，论文也留有一些开放问题：
Stapled 肽成功率仍偏低（38.57%），可能是因为 stapled 约束同时涉及侧链类型和侧链距离，最为复杂； 高阶组合约束的成功率还有提升空间，尤其是 2×Stapled； 目前只在已知结合位点的靶点上测试，未来可以拓展到从头靶点发现； 模型能否推广到非肽类大环化合物（macrocycles）也是值得探索的方向。
十一、总结
CP-Composer 为解决“数据稀缺但约束复杂”的生成问题提供了一个通用范式：
把复杂约束分解为可组合的单元约束，在训练时学习单元，在推理时组合单元。
这一思想不仅适用于环肽设计，也可以推广到：
抗体设计中的二硫键约束； 蛋白质设计中的活性位点几何约束； 小分子设计中的药效团约束； 任何需要精确几何控制的生成任务。
如果你在做肽/蛋白质生成模型，或者对扩散模型如何施加结构化约束感兴趣，这篇论文非常值得细读。
代码链接：https://github.com/jdp22/CP-Composer_final