AlphaFold和RoseTTAFold雙劍合璧，成功預測蛋白質復合體結構，北大校友領銜登上Science
結構生物學新時代已至
魚羊 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
AlphaFold和RoseTTAFold等AI的橫空出世，可以說打開了蛋白質預測新世界的大門。
而現(xiàn)在，依靠這倆AI模型的“組合拳”，科學家們又有了新的突破：
首次確定了超過100種“疑似”全新蛋白質復合體，并為700多種此前結構未知蛋白質復合體提供了3D結構預測。
也就是說，現(xiàn)在，AI現(xiàn)在不僅能預測蛋白質單體，還能成功預測蛋白質之間的相互作用了。
研究人員興奮地表示：
我們的結果是結構生物學新時代的一個重大進展。
在這個時代，計算將在結構生物學中起到根本性的作用。
這項研究來自德州大學西南醫(yī)學中心和華盛頓大學領銜的國際團隊。
論文已經(jīng)發(fā)表在《Science》上。
“結構生物學新時代的重大進展”
我們知道，蛋白質通常以復合物的形式成對或成組地發(fā)揮功能，以完成生物體生存所需的種種任務。
但現(xiàn)今為止，許多真核生物蛋白質復合物的結構仍然成謎，其中蛋白質之間的相互作用也尚未被識別。
而這篇Science論文完成的主要工作，就是將基于深度學習的蛋白質預測方法，引入到了蛋白質復合體的研究當中。
具體而言，研究人員利用全蛋白質組氨基酸協(xié)同進化分析和“RoseTTAFold + AlphaFold”的組合，系統(tǒng)地識別和建立了真核生物核心蛋白質復合物的精確模型。
RoseTTAFold和AlphaFold的作用，都是根據(jù)氨基酸序列預測蛋白質的3D結構。
有所不同的是，RoseTTAFold速度更快：采用了3軌注意力機制，分別關注蛋白質的一級結構、二級結構和三級結構；再通過在三者之間加上多處連接，使整個神經(jīng)網(wǎng)絡能夠同時學習3個維度層次的信息。
此次的論文還提及，RoseTTAFold團隊設計了一個雙軌道模型，雖然準確率有所損失，但在計算時間上要比AlphaFold快100倍。
而通過實驗，研究人員認為，采用雙軌注意力機制的AlphaFold在預測蛋白質復合體方面會有更高的準確率。
因此，在這項研究中，研究團隊結合了兩者的優(yōu)勢：
首先在酵母菌的基因組中尋找以相互關聯(lián)的方式獲得突變的基因。
然后，利用上述兩種AI技術確定這些蛋白質是否可以組合成3D結構。
研究人員最終從酵母菌里篩選出了830萬對蛋白質，并從中識別出1505種可能的蛋白質復合體。
其中699個蛋白質復合體的3D結構已經(jīng)在此前的實驗中被解析出來。
剩下的806個中，有實驗數(shù)據(jù)支持的預測結果有700個，另外106種屬于從未被描述過的全新蛋白質復合體。
這項工作為類似的人體蛋白質相互作用研究奠定了基礎，最終可能有助于開發(fā)治療人類疾病的新療法。
華人領銜的研究團隊
這項研究由德州大學西南醫(yī)學中心助理教授叢倩團隊和華盛頓大學蛋白設計研究所教授David Baker團隊聯(lián)合發(fā)表。
論文共同通訊作者叢倩本科畢業(yè)于北京大學。2017年-2020年在華盛頓大學David Baker教授門下任博士后。
她也是RoseTTAFold的作者之一。
論文另一位通訊作者David Baker是美國生物化學家和計算生物學家，現(xiàn)為華盛頓大學生物化學教授、華盛頓大學蛋白質研究所貝克實驗室首席研究員。
正是他帶領的團隊一手打造了和AlphaFold2一起沸騰學術圈的RoseTTAFold。
參考鏈接：
[1] 論文地址：https://www.science.org/doi/10.1126/science.abm4805
[2] https://www.sciencedaily.com/releases/2021/11/211116175100.htm
相關閱讀
