固有無序蛋白的研究融合了聚合物物理學、NMR、單分子技術和計算方法。
聚合物物理描述
IDP 的構象集合可用聚合物模型描述。Flory 的排斥體積理論預測好溶劑（good solvent）中的鏈尺度 Rg ∝ N^ν，其中 ν ≈ 0.588（排斥鏈）。實際 IDP 的 ν 在 0.5-0.6 之間，取決於序列組成和溶液條件。Hofmeister 系列離子通過調節溶劑品質影響 IDP 的鏈維度。SAXS 和 smFRET 測量的 Rg 和末端距離可直接與聚合物模型比較。近年的「SAXS-FRET 爭議」（Riback et al., 2017, Nature；Fuertes et al., 2018, PNAS）聚焦於不同實驗方法得到的 IDP 鏈維度是否一致，最終通過改善 FRET 標記和 SAXS 數據處理得到調和。
SLiMs（Short Linear Motifs）和相互作用
IDRs 常包含 SLiMs——3-10 殘基的功能性短序列，可被摺疊的域（如 SH3, WW, PDZ 域）辨識。ELM（Eukaryotic Linear Motif）資料庫收錄 > 300 種 SLiMs。SLiMs 介導的交互作用是信號轉導和轉錄調控的核心機制。由於 SLiMs 在 IDR 中的序列保守性低於摺疊域，傳統的同源性搜尋常遺漏它們——基於 AlphaFold-Multimer 的 SLiM 預測是新興方向。
相分離的分子基礎
IDP/IDR 驅動的 LLPS 由多價弱交互作用（cation-π, π-π, charge-charge, sp²-π）和序列模式（charge patterning, aromatic spacing）控制。FUS LCD（low-complexity domain）的凝聚以 Tyr-Arg cation-π 交互為主（Wang et al., 2018, Cell）。Patchy polymer 模型（Dignon et al., 2018）和 stickers-and-spacers 框架（Choi et al., 2020）提供了定量描述。CG MD（MARTINI, Mpipi）和 lattice simulation 是研究 LLPS 的主要計算工具。
NMR ensemble 方法
NMR 化學位移、PRE、NOE 和 SAXS 數據結合 ensemble 建模（如 ASTEROIDS, Ozenne et al., 2012；ENSEMBLE, Krzeminski et al., 2013）可生成代表 IDP 構象分布的結構集合。最大熵原則（MaxEnt, Pitera & Chodera, 2012）和 Bayesian 方法（Bonomi et al., 2016）確保集合不對實驗數據過擬合。
文獻參考：Wright, P.E. & Dyson, H.J. (1999). J. Mol. Biol., 293, 321-331. / Tompa, P. (2012). Trends Biochem. Sci., 37, 509-516. / Brangwynne, C.P. et al. (2009). Science, 324, 1729-1732.