科学家将人工智能技术成功用于蛋白质复合物结构预测
蛋白质作为构成人体组织器官的支架和主要物质，在人体生命活动中起着重要作用。蛋白质的相互作用能产生许多效应，如形成特异底物作用通道、生成新的结合位点、失活、作用底物专一性和动力学变化等，细胞的代谢、信号传导以及基因表达调控都与错综复杂的蛋白质相互作用网络密切相关。
蛋白质的三维空间结构对蛋白质相互作用和功能活动至关重要。但是，如何快速、准确地确定蛋白质三维空间结构，在生命科学领域一直是个难题，特别是对多蛋白复合物的结构进行预测、分析。
近日，美国华盛顿大学和德克萨斯大学西南医学中心的研究团队在《Science》发表了题为“Computed structures of core eukaryotic protein complexes”的文章，利用全蛋白质组氨基酸协同进化分析和基于深度学习的结构建模，对酵母蛋白质复合物的准确结构进行了系统识别和构建研究。研究人员使用人工智能程序AlphaFold 2和RoseTTAFold的组合对830万对酵母蛋白配对进行多序列比对筛选，最终识别出了1505种可能的蛋白相互作用，并确定了106个全新的蛋白复合物以及806个全新蛋白质复合物结构。这些新的复合物拥有多达5个结构亚型，在真核生物细胞的几乎所有生命活动中发挥着重要作用。
本研究将基于深度学习的大规模结构建模的范围从单体蛋白质扩展到蛋白质组合，研究中发现的众多全新蛋白复合物及相应结构有助于进一步深入理解真核细胞生命过程，且为药物研发奠定了基础。
论文链接：https://www.science.org/doi/10.1126/science.abm4805
推荐
-
焦点事件
-
科技前沿
-
项目成果
-
项目成果
