FoldScape：按折叠阶段预测蛋白质构象系综的深度学习框架

FoldScape 是一个以氨基酸序列为条件的深度学习框架，可在指定折叠比例 Q 下生成蛋白质 Cα 构象系综。它通过滑动窗口回归残基间距离再组装链，并使用 rectified-flow 解码器采样，训练数据来自多尺度粗粒化折叠轨迹与全原子机械解折叠轨迹。在 20 个人类蛋白（36-857 个残基）上，同样采样量下 FoldScape 覆盖的折叠坐标范围比 seed-varied AlphaFold 3 系综大约一个数量级，且重建精度沿 Q 基本恒定。AlphaFold 3 在天然态附近锚定更好，两者形成互补。通过 stride-one 裁剪拼接方案，推理可扩展到单次前向数倍长度的链。