人工智能成功預(yù)測(cè)蛋白質(zhì)相互作用

UT 西南大學(xué)和華盛頓大學(xué)的研究人員領(lǐng)導(dǎo)了一個(gè)國際團(tuán)隊(duì)，該團(tuán)隊(duì)使用人工智能 (AI) 和進(jìn)化分析來生成真核蛋白質(zhì)相互作用的 3D 模型。這項(xiàng)發(fā)表在《科學(xué)》雜志上的研究首次確定了 100 多種可能的蛋白質(zhì)復(fù)合物，并為 700 多種以前未表征的蛋白質(zhì)復(fù)合物提供了結(jié)構(gòu)模型。深入了解蛋白質(zhì)對(duì)或蛋白質(zhì)組結(jié)合在一起以進(jìn)行細(xì)胞過程的方式可能會(huì)導(dǎo)致大量新的藥物靶點(diǎn)。

“我們的結(jié)果代表了結(jié)構(gòu)生物學(xué)新時(shí)代的重大進(jìn)步，計(jì)算在其中發(fā)揮著重要作用，”尤金麥克德莫特人類生長與發(fā)展中心助理教授、生物物理學(xué)副教授錢聰博士說.

在被 UT Southwestern 招募之前，Cong 博士與華盛頓大學(xué)生物化學(xué)教授兼博士后導(dǎo)師 David Baker 博士一起領(lǐng)導(dǎo)了這項(xiàng)研究。該研究有四位共同主要作者，包括 UT 西南計(jì)算生物學(xué)家 Jimin Pei，博士。

Cong 博士解釋說，蛋白質(zhì)通常成對(duì)或成組運(yùn)作，稱為復(fù)合物，以完成保持生物體存活所需的每一項(xiàng)任務(wù)。雖然其中一些相互作用得到了很好的研究，但許多仍然是個(gè)謎。構(gòu)建全面的相互作用組——或細(xì)胞中完整的分子相互作用集的描述——將闡明生物學(xué)的許多基本方面，并為研究人員開發(fā)鼓勵(lì)或阻止這些相互作用的藥物提供一個(gè)新的起點(diǎn)。叢博士在新興的相互作用組學(xué)領(lǐng)域工作，該領(lǐng)域結(jié)合了生物信息學(xué)和生物學(xué)。

直到最近，構(gòu)建相互作用組的一個(gè)主要障礙是許多蛋白質(zhì)結(jié)構(gòu)的不確定性，這是科學(xué)家半個(gè)世紀(jì)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(shí)驗(yàn)室獨(dú)立發(fā)布了兩種 AI 技術(shù)，稱為 AlphaFold(AF)和 RoseTTAFold(RF)，它們使用不同的策略根據(jù)產(chǎn)生蛋白質(zhì)的基因序列來預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。

在當(dāng)前的研究中，Cong 博士、Baker 博士和他們的同事通過對(duì)許多酵母蛋白質(zhì)復(fù)合物進(jìn)行建模來擴(kuò)展這些 AI 結(jié)構(gòu)預(yù)測(cè)工具。酵母是基礎(chǔ)生物學(xué)研究的常見模式生物。為了找到可能相互作用的蛋白質(zhì)，科學(xué)家們首先在相關(guān)真菌的基因組中搜索了以相關(guān)方式獲得突變的基因。然后他們使用這兩種人工智能技術(shù)來確定這些蛋白質(zhì)是否可以組合成 3D 結(jié)構(gòu)。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！