Science：研究人員利用人工智能成功預測蛋白相互作用

　　在一項新的研究中，來自美國德克薩斯大學西南醫學中心和華盛頓大學等研究機構的研究人員利用人工智能（AI）和進化分析構建出真核生物蛋白相互作用的三維模型。他們首次鑒定出100多種可能的蛋白復合物，并為700多種以前未被描述的蛋白復合物提供了結構模型。對成對或成組的蛋白如何結合在一起執行細胞過程的深入了解可能會帶來大量新的藥物靶標。相關研究結果于2021年11月11日在線發表在Science期刊上，論文標題為“Computed structures of core eukaryotic protein complexes”。論文通訊作者為德克薩斯大學西南醫學中心的Qian Cong博士和華盛頓大學的David Baker博士。論文第一作者為華盛頓大學的Ian R. Humphreys、Minkyung Baek和Aditya Krishnakumar以及德克薩斯大學西南醫學中心的Jimin Pei。

　　Cong博士說，“我們的結果代表了結構生物學新時代的一個重大進展，計算在其中發揮著基本作用。”

　　Cong博士解釋說，蛋白經常以成對或成組的方式（形成蛋白復合物）運作以完成讓有機體存活所需的每一項任務。雖然這些相互作用中的一些得到了很好的研究，但許多仍然是一個謎。構建全面的相互作用組（interactome）---即描述細胞中完整的分子相互作用---將闡明生物學的許多基本方面，并為科學家們開發促進或阻止這些相互作用的藥物提供一個新起點。Cong博士工作于將生物信息學和生物學結合在一起的相互作用組學這一新興領域。

　　直到最近，構建相互作用組的一個主要障礙是許多蛋白質結構的不確定性，這是科學家們半個世紀以來一直試圖解決的問題。2020年和2021年，一家名為DeepMind的公司和Baker博士的實驗室獨立發布了兩項名為AlphaFold（AF）和RoseTTAFold（RF）的人工智能技術，這兩種技術根據產生蛋白的基因序列使用不同的策略來預測蛋白結構。

　　在這項新的研究中，Cong博士、Baker博士和他們的同事通門過對許多酵母蛋白復合物進行建模，擴展了這些人工智能結構預測工具。酵母是一種常見的基礎生物學研究的模型生物。為了找到可能相互作用的蛋白，他們首先在相關真菌的基因組中尋找以相互關聯的方式獲得突變的基因。然后，他們使用這兩種人工智能技術來確定這些蛋白是否可以在三維結構中配合在一起。

參與轉錄、翻譯和DNA修復的蛋白復合物。圖片來自Science, 2021, doi:10.1126/science.abm4805。

　　他們的研究確定了1505種可能的蛋白復合物。其中的699種已在結構上得到表證，驗證了他們方法的實用性。然而，只有有限的實驗數據支持700種預測的相互作用，另外106種從未被描述過。

　　為了更好地了解這些較差表證或未知的蛋白復合物，Cong團隊、Baker團隊與世界各地已經在研究這些或類似蛋白的同事們合作。通過這項新研究中構建的三維模型與合作者提供的信息相結合，他們能夠獲得對參與維持和處理遺傳信息、細胞構造和運輸系統、新陳代謝、DNA修復和其他領域的蛋白復合物的新見解。他們還根據新發現的與其他特征明確的蛋白的相互作用，確定了以前功能未知的蛋白的作用。

　　Cong博士補充說，“我們這篇論文中描述的研究工作為人類相互作用組的類似研究奠定了基礎，最終可能有助于開發人類疾病的新療法。”

　　Cong博士指出，這項新研究中生成的蛋白復合物預測結構可從ModelArchive（網址：https://modelarchive.org/doi/10.5452/ma-bak-cepc）下載。她說，這些結構以及在未來研究中使用這項技術生成的其他結構將未來幾年研究問題的豐富來源。